打造高性能、高可靠的塊存儲系統(tǒng)-資料下載頁
2025-06-27 15:26本頁面
【正文】 器上2. ceph osd set noout3. ceph osd down x 把這個機器上的OSD都設(shè)置為down狀態(tài)4. service ceph stop 5. 重啟機器擴展集群的時候需要非常小心，因為它會觸發(fā)數(shù)據(jù)遷移：1. 設(shè)置crush map2. 設(shè)置recovery options3. 在凌晨12點觸發(fā)數(shù)據(jù)遷移4. 觀察數(shù)據(jù)遷移的速度，觀察每個機器上網(wǎng)口的帶寬，避免跑滿5. 觀察slow requests的數(shù)量你總會碰到硬盤損壞的時候，替換硬盤時需要非常小心，你要小心的設(shè)置crush map，你要保證要替換硬盤過程中replicadomain的weight的值是不變的，這樣才能保證不必須要的數(shù)據(jù)遷移。監(jiān)控Ceph自家的Calamari長得不錯，但是不夠?qū)嵱?，而且它的部署、打包還不完善，在CentOS上還有一些BUG，我們只能繼續(xù)使用原有的工具。 收集：使用diamond，增加新的colloctor，用于收集更詳細(xì)的數(shù)據(jù)。 保存：使用graphite，設(shè)置好采集精度和保存精度。 展示：使用grafana，挑了十幾個工具，發(fā)現(xiàn)還是grafana好看好用。 報警：zabbix agent amp。amp。 ceph health我們根據(jù)Ceph軟件架構(gòu)對每個OSD分成了很多個throttle層，下面是throttle模型：有了throttle model，我們可以對每個throttle進(jìn)行監(jiān)控，我們在diamond上增加了新的collector用于對這些throttle進(jìn)行監(jiān)控，并重新定義了metric name。最后，我們可以得到每個OSD每層throttle的監(jiān)控數(shù)據(jù)。但平時只會關(guān)注IOPS、吞吐率、OSD Journal延遲、讀請求延遲、容量使用率等。事故在云平臺上線已經(jīng)快一年了，我們遇到的大小事故有： SSD GC問題，會導(dǎo)致讀寫請求的Latency非常大，飆到幾百毫秒。 網(wǎng)絡(luò)故障，會導(dǎo)致Monitor把OSD設(shè)置為down狀態(tài)。 Ceph Bug， 會導(dǎo)致OSD進(jìn)程直接崩掉。 XFS Bug， 會導(dǎo)致集群所有OSD進(jìn)程直接崩掉。 SSD 損壞。 Ceph PG inconsistent。 Ceph數(shù)據(jù)恢復(fù)時把網(wǎng)絡(luò)帶寬跑滿。總體來說，Ceph是非常穩(wěn)定和可靠的?！颈疚膩碓矗哼\維幫微信號】【編輯推薦】1. 谷歌新款高性能NoSQL數(shù)據(jù)庫 支持HBase接口2. 解讀云集群下的高性能計算3. HDFS HA: 高可靠性分布式存儲系統(tǒng)解決方案的歷史演進(jìn)4. 基于云集群實現(xiàn)高性能計算的最優(yōu)實踐5. 云計算對陣高性能計算：誰更具競爭力?6. 如何借助云集群打造高性能計算
公司管理相關(guān)推薦
鄂ICP備17016276號-1