Chwazi CEPH. Pati 1

Nou te gen senk etajè, dis switch optik, BGP configuré, yon koup la douzèn SSD ak yon pakèt SAS disk tout koulè ak tout gwosè, osi byen ke proxmox ak dezi a mete tout done yo estatik nan pwòp depo S3 nou an. Se pa ke tout bagay sa yo nesesè pou Virtualization, men yon fwa ou kòmanse itilize opensource, Lè sa a, swiv plezi ou nan fen an. Sèl bagay ki deranje m 'te BGP. Pa gen okenn moun nan mond lan ki pi dekouraje, irèsponsab ak imoral pase routage entèn BGP. Apre sa, mwen te konnen ke trè byento nou ta plonje nan li.

Travay la te trivial - te gen CEPH, men li pa t travay trè byen. Li te nesesè yo fè "bon".
Gwoup mwen te resevwa a te eterojèn, prese prese ak pratikman pa branche. Li konsiste de de gwoup nœuds diferan, ak yon sèl kadriyaj komen ki aji kòm tou de yon gwoup ak yon rezo piblik. Nœuds yo te ranpli ak kat kalite disk - de kalite SSD, kolekte nan de règ plasman separe, ak de kalite HDD nan gwosè diferan, kolekte nan yon twazyèm gwoup. Pwoblèm nan ak diferan gwosè te rezoud pa diferan pwa OSD.

Se konfigirasyon an tèt li divize an de pati - akor sistèm operasyon и akor CEPH li menm ak paramèt li yo.

Amelyore OS

Rezo

Segondè latansi afekte tou de anrejistreman ak balanse. Lè anrejistreman - paske kliyan an pa pral resevwa yon repons sou anrejistreman siksè jiskaske kopi done nan lòt gwoup plasman konfime siksè. Depi règ yo pou distribye kopi nan kat jeyografik CRUSH la te yon sèl kopi pou chak lame, rezo a te toujou itilize.

Se poutèt sa, premye bagay mwen deside fè se te yon ti kras ajiste rezo aktyèl la, pandan y ap an menm tan an ap eseye konvenk mwen pou yo avanse pou rezo separe.

Pou kòmanse, mwen tweaked anviwònman yo nan kat rezo yo. Mwen te kòmanse pa mete moun kap kriye:

sak pase:

ethtool -l ens1f1

root@ceph01:~# ethtool -l ens1f1
Channel parameters for ens1f1:
Pre-set maximums:
RX:     0
TX:     0
Other:      1
Combined:   63
Current hardware settings:
RX:     0
TX:     0
Other:      1
Combined:   1
root@ceph01:~# ethtool -g ens1f1
Ring parameters for ens1f1:
Pre-set maximums:
RX:     4096
RX Mini:    0
RX Jumbo:   0
TX:     4096
Current hardware settings:
RX:     256
RX Mini:    0
RX Jumbo:   0
TX:     256
root@ceph01:~# ethtool -l ens1f1
Channel parameters for ens1f1:
Pre-set maximums:
RX:     0
TX:     0
Other:      1
Combined:   63
Current hardware settings:
RX:     0
TX:     0
Other:      1
Combined:   1

Li ka wè ke paramèt aktyèl yo lwen maksimòm. Ogmante:

root@ceph01:~#ethtool -G ens1f0 rx 4096
root@ceph01:~#ethtool -G ens1f0 tx 4096
root@ceph01:~#ethtool -L ens1f0 combined 63

Gide pa yon atik ekselan

https://blog.packagecloud.io/eng/2017/02/06/monitoring-tuning-linux-networking-stack-sending-data/

ogmante longè keu voye a txqueuelen soti nan 1000 a 10

root@ceph01:~#ip link set ens1f0  txqueuelen 10000

Oke, swiv dokiman an nan ceph tèt li

https://ceph.com/geen-categorie/ceph-loves-jumbo-frames/

ogmante Mtu 9000.

root@ceph01:~#ip link set dev ens1f0  mtu 9000

Te ajoute nan /etc/network/interfaces pou tout sa ki anwo yo chaje nan demaraj

chat / elatriye / rezo / interfaces

root@ceph01:~# cat /etc/network/interfaces
auto lo
iface lo inet loopback

auto ens1f0
iface ens1f0 inet manual
post-up /sbin/ethtool -G ens1f0 rx 4096
post-up /sbin/ethtool -G ens1f0 tx 4096
post-up /sbin/ethtool -L ens1f0 combined 63
post-up /sbin/ip link set ens1f0  txqueuelen 10000
mtu 9000

auto ens1f1
iface ens1f1 inet manual
post-up /sbin/ethtool -G ens1f1 rx 4096
post-up /sbin/ethtool -G ens1f1 tx 4096
post-up /sbin/ethtool -L ens1f1 combined 63
post-up /sbin/ip link set ens1f1  txqueuelen 10000
mtu 9000

Apre sa, apre menm atik la, mwen te kòmanse ak anpil atansyon tòde manch yo nan nwayo a 4.15. Lè nou konsidere ke nœuds yo gen 128G RAM, nou te fini ak yon dosye konfigirasyon pou sysctl

chat /etc/sysctl.d/50-ceph.conf

net.core.rmem_max = 56623104  
#Максимальный размер буфера приема данных для всех соединений  54M
net.core.wmem_max = 56623104
#Максимальный размер буфера передачи данных для всех соединений 54M
net.core.rmem_default = 56623104
#Размер буфера приема данных по умолчанию для всех соединений. 54M
net.core.wmem_default = 56623104
#Размер буфера передачи данных по умолчанию для всех соединений 54M  
# на каждый сокет
net.ipv4.tcp_rmem = 4096 87380 56623104
#Векторная (минимум, по умолчанию, максимум) переменная в файле tcp_rmem
# содержит 3 целых числа, определяющих размер приемного буфера сокетов TCP.
# Минимум: каждый сокет TCP имеет право использовать эту память по 
# факту своего создания. Возможность использования такого буфера 
# гарантируется даже при достижении порога ограничения (moderate memory pressure).
# Размер минимального буфера по умолчанию составляет 8 Кбайт (8192).
#Значение по умолчанию: количество памяти, допустимое для буфера 
# передачи сокета TCP по умолчанию. Это значение применяется взамен
# параметра /proc/sys/net/core/rmem_default, используемого другими протоколами.
# Значение используемого по умолчанию буфера обычно (по умолчанию) 
# составляет 87830 байт. Это определяет размер окна 65535 с 
# заданным по умолчанию значением tcp_adv_win_scale и tcp_app_win = 0, 
# несколько меньший, нежели определяет принятое по умолчанию значение tcp_app_win.
# Максимум: максимальный размер буфера, который может быть автоматически
# выделен для приема сокету TCP. Это значение не отменяет максимума, 
# заданного в файле /proc/sys/net/core/rmem_max. При «статическом»
# выделении памяти с помощью SO_RCVBUF этот параметр не имеет значения.
net.ipv4.tcp_wmem = 4096 65536 56623104
net.core.somaxconn = 5000    
# Максимальное число открытых сокетов, ждущих соединения.
net.ipv4.tcp_timestamps=1
# Разрешает использование временных меток (timestamps), в соответствии с RFC 1323.
net.ipv4.tcp_sack=1
# Разрешить выборочные подтверждения протокола TCP
net.core.netdev_max_backlog=5000 (дефолт 1000)
# максимальное количество пакетов в очереди на обработку, если 
# интерфейс получает пакеты быстрее, чем ядро может их обработать.
net.ipv4.tcp_max_tw_buckets=262144
# Максимальное число сокетов, находящихся в состоянии TIME-WAIT одновременно.
# При превышении этого порога – «лишний» сокет разрушается и пишется
# сообщение в системный журнал.
net.ipv4.tcp_tw_reuse=1
#Разрешаем повторное использование TIME-WAIT сокетов в случаях,
# если протокол считает это безопасным.
net.core.optmem_max=4194304
#Увеличить максимальный общий буфер-космической ALLOCATABLE
#измеряется в единицах страниц (4096 байт)
net.ipv4.tcp_low_latency=1
#Разрешает стеку TCP/IP отдавать предпочтение низкому времени ожидания
# перед более высокой пропускной способностью.
net.ipv4.tcp_adv_win_scale=1
# Эта переменная влияет на вычисление объема памяти в буфере сокета,
# выделяемой под размер TCP-окна и под буфер приложения.
# Если величина tcp_adv_win_scale отрицательная, то для вычисления размера
# используется следующее выражение:
# Bytes- bytes2в степени -tcp_adv_win_scale
# Где bytes – это размер окна в байтах. Если величина tcp_adv_win_scale
# положительная, то для определения размера используется следующее выражение:
# Bytes- bytes2в степени tcp_adv_win_scale
# Переменная принимает целое значение. Значение по-умолчанию – 2, 
# т.е. под буфер приложения отводится ¼ часть объема, определяемого переменной
# tcp_rmem.
net.ipv4.tcp_slow_start_after_idle=0
# механизм перезапуска медленного старта, который сбрасывает значение окна 
# перегрузки, если соединение не использовалось заданный период времени.
# Лучше отключить SSR на сервере, чтобы улучшить производительность 
# долгоживущих соединений.
net.ipv4.tcp_no_metrics_save=1
#Не сохранять результаты измерений TCP соединения в кеше при его закрытии.
net.ipv4.tcp_syncookies=0
#Отключить механизм отправки syncookie
net.ipv4.tcp_ecn=0
#Explicit Congestion Notification (Явное Уведомление о Перегруженности) в 
# TCP-соединениях. Используется для уведомления о возникновении «затора» 
# на маршруте к заданному хосту или сети. Может использоваться для извещения
# хоста-отправителя о необходимости снизить скорость передачи пакетов через
# конкретный маршрутизатор или брандмауэр.
net.ipv4.conf.all.send_redirects=0
# выключает выдачу ICMP Redirect … другим хостам. Эта опция обязательно
# должна быть включена, если хост выступает в роли маршрутизатора любого рода.
# У нас нет маршрутизации.
net.ipv4.ip_forward=0
#Сопсно отключение форвардинга. Мы не шлюз, докер на машинах не поднят,
# нам это не нужно.
net.ipv4.icmp_echo_ignore_broadcasts=1
#Не отвечаем на ICMP ECHO запросы, переданные широковещательными пакетами
net.ipv4.tcp_fin_timeout=10
#определяет время сохранения сокета в состоянии FIN-WAIT-2 после его
# закрытия локальной стороной. Дефолт 60
net.core.netdev_budget=600 # (дефолт 300)
# Если выполнение программных прерываний не выполняются достаточно долго,
# то темп роста входящих данных может превысить возможность ядра 
# опустошить буфер. В результате буферы NIC переполнятся, и трафик будет потерян.
# Иногда, необходимо увеличить длительность работы SoftIRQs
# (программных прерываний) с CPU. За это отвечает netdev_budget. 
# Значение по умолчанию 300. Параметр заставит процесс SoftIRQ обработать
# 300 пакетов от NIC перед тем как отпустить CPU
net.ipv4.tcp_fastopen=3
# TFO TCP Fast Open
# если и клиент и сервер имеют поддержку TFO, о которой сообщают за счет
# специального флага в TCP пакете. В нашем случае является плацебо, просто
# выглядит красиво)

Сrezo ekla te atribye ba sou rezo interfaces separe 10Gbps nan yon rezo plat separe. Chak machin te ekipe ak kat rezo doub-pò mellanox 10/25 Gbps, ploge nan de switch separe 10Gbps. Agregasyon te fèt lè l sèvi avèk OSPF, depi lyezon ak lacp pou kèk rezon te montre yon debi total de yon maksimòm de 16 Gbps, pandan y ap ospf avèk siksè itilize tou de dizèn sou chak machin. Plan fiti yo te pran avantaj de ROCE sou melanoks sa yo pou diminye latansi. Ki jan yo mete pati sa a nan rezo a:

Depi machin yo tèt yo gen adrès IP ekstèn sou BGP, nou bezwen lojisyèl - (pi presizeman, nan moman ekri atik sa a li te frr = 6.0-1 ) te deja kanpe.
An total, machin yo te gen de rezo interfaces, chak ak de interfaces - yon total de 4 pò. Yon kat rezo te gade faktori a ak de pò ak BGP te configuré sou li, dezyèm lan te gade de switch diferan ak de pò ak OSPF te mete sou li.

Plis detay sou konfigirasyon OSPF: Travay prensipal la se total de lyen epi gen tolerans fòt.
de koòdone rezo yo configuré nan de rezo plat senp - 10.10.10.0/24 ak 10.10.20.0/24

1: ens1f0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 9000 qdisc mq state UP group default qlen 1000
inet 10.10.10.2/24 brd 10.10.10.255 scope global ens1f0
2: ens1f1: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 9000 qdisc mq state UP group default qlen 1000
inet 10.10.20.2/24 brd 10.10.20.255 scope global ens1f1

kote machin yo wè youn ak lòt.

disk

Pwochen etap la se te optimize disk yo. Pou SSD mwen chanje pwogramè a noop, pou HDD - dat limit. Pou di sa kareman, NOOP travay sou prensip "first in, first out," ki nan lang angle son tankou "FIFO (First In, First Out)." Demann yo mete ann kriye pandan y ap rive. DEADLINE se plis li oryante, plis pwosesis la keu vin prèske eksklizif aksè nan disk la nan moman operasyon an. Sa a se pafè pou sistèm nou an - apre tout, yon sèl pwosesis travay ak chak disk - OSD daemon.
(Moun ki vle plonje nan pwogramè I/O ka li sou li isit la:
http://www.admin-magazine.com/HPC/Articles/Linux-I-O-Schedulers

Moun ki pito li an Ris: https://www.opennet.ru/base/sys/linux_shedulers.txt.html)

Nan rekòmandasyon pou ajiste Linux, li rekòmande tou pou ogmante nr_request

nr_requests
Valè nr_requests detèmine kantite demann I/O ki jwenn tanpon anvan pwogramè I/O voye / resevwa done nan aparèy blòk la, si w ap itilize yon kat ATAK / Aparèy blòk ki ka okipe yon keu pi gwo pase sa mwen an. /O pwogramè yo mete sou, ogmante valè nr_requests ka ede amelyore nan tout epi redwi chaj sèvè lè gwo kantite I/O rive sou sèvè a. Si w ap itilize Deadline oswa CFQ kòm pwogramasyon an, li sijere ke ou ta dwe mete valè nr_request a 2 fwa valè pwofondè keu la.

MEN! Sitwayen yo menm, devlopè CEPH yo, konvenk nou ke sistèm priyorite yo mache pi byen

WBThrottle ak/oswa nr_requests

WBThrottle ak/oswa nr_requests
Depo dosye itilize I/O tampon pou ekri; sa a pote yon kantite benefis si boutèy demi lit depo dosye a sou medya pi vit. Demann kliyan yo avize le pli vit ke done yo ekri nan boutèy demi lit la, epi yo Lè sa a, yo vide nan disk la done tèt li nan yon moman pita lè l sèvi avèk fonksyonalite estanda Linux. Sa fè li posib pou OSDs spindle bay latansi ekri menm jan ak SSD lè w ap ekri nan ti eklat. Sa a reta ekri tounen pèmèt tou nwayo a tèt li pou reòganize demann I/O ki gen kapasite yo, ak espwa swa fusion yo ansanm oswa pèmèt tèt yo ki deja egziste ki gen kapasite yo chwazi kèk chemen ki pi pi bon sou plato yo. Efè nèt la se ke ou ka peze yon ti kras plis I / O soti nan chak disk pase sa ki ta posib ak I / O dirèk oswa synchrone.

Sepandan, yon sèten pwoblèm rive si volim dosye k ap rantre nan yon gwoup Ceph bay depase tout kapasite disk ki kache yo. Nan senaryo sa a, kantite total operasyon I/O ki annatant k ap tann pou yo ekri sou disk yo ka grandi san kontwòl e sa ka lakòz ke moun kap kriye I/O ranpli tout disk la ak tout moun kap kriye Ceph yo. Demann lekti yo patikilyèman afekte paske yo bloke ant demann ekri, sa ki ka pran plizyè segonn pou kole sou disk prensipal la.

Pou simonte pwoblèm sa a, Ceph gen yon mekanis retwouve ki bati nan depo dosye yo rele WBThrottle. Li fèt pou limite kantite lajan an jeneral nan I/O ekri parese ki ka file moute epi kòmanse pwosesis kole li pi bonè pase sa ta natirèlman rive akòz ke yo te pèmèt pa nwayo a li menm. Malerezman, tès yo demontre ke valè default yo ka toujou pa diminye konpòtman ki egziste deja nan yon nivo ki ka diminye enpak sa a sou latansi lekti. Ajisteman yo ka chanje konpòtman sa a epi redwi longè keu ekri an jeneral epi fè enpak sa a mwens grav. Gen yon konpwomi, sepandan: lè w diminye kantite maksimòm an jeneral nan antre yo pèmèt yo dwe nan keu, ou ka diminye kapasite nan nwayo nan tèt li pou maksimize efikasite li nan kòmande demann fèk ap rantre. Li vo panse yon ti kras sou sa ou bezwen plis pou ka itilizasyon espesifik ou a, kantite travay ak ajisteman nan kostim yo.

Pou kontwole pwofondè yon keu ekri anreta konsa, ou ka swa redwi kantite maksimòm total operasyon I/O eksepsyonèl lè l sèvi avèk paramèt WBThrottle, oswa ou ka diminye valè maksimòm pou operasyon eksepsyonèl nan nivo blòk nwayo ou a li menm. Tou de ka efektivman kontwole menm konpòtman an, epi preferans ou yo pral baz pou aplike anviwònman sa a.
Li ta dwe remake tou ke sistèm priyorite operasyon Ceph la pi efikas pou demann ki pi kout nan nivo disk la. Lè w redui keu an jeneral nan yon disk bay, kote prensipal keu la deplase nan Ceph, kote li gen plis kontwòl sou ki priyorite operasyon I/O genyen. Konsidere egzanp sa a:

echo 8 > /sys/block/sda/queue/nr_requests

http://onreader.mdl.ru/MasteringCeph/content/Ch09.html#030202

COMMON

Ak kèk plis ajisteman nwayo pou fè machin ou mou ak swa epi peze yon ti kras plis pèfòmans soti nan pyès ki nan konpitè.

chat /etc/sysctl.d/60-ceph2.conf

 kernel.pid_max = 4194303
#Дисков в каждой машине по 25, потому рассчитывали что процессов будет много
kernel.threads-max=2097152
# Тредов, естессно, тоже.
vm.max_map_count=524288
# Увеличили количество областей карты памяти процесса. 
# Как следует из документации по ядерным переменным 
# Области карты памяти используется как побочный эффект вызова
# malloc, напрямую с помощью mmap, mprotect и madvise, а также при загрузке
# общих библиотек.
fs.aio-max-nr=50000000
# Подтюним параметры input-output
# Ядро Linux предоставляет функцию асинхронного неблокирующего ввода-вывода (AIO),
# которая позволяет процессу инициировать несколько операций ввода-вывода
# одновременно, не дожидаясь завершения какой-либо из них. 
# Это помогает повысить производительность приложений, 
# которые могут перекрывать обработку и ввод-вывод.
# Параметр aio-max-nr определяет максимальное количество допустимых 
# одновременных запросов.
vm.min_free_kbytes=1048576
# минимальный размер свободной памяти который необходимо поддерживать.
# Выставлен 1Gb, чего вполне достаточно для работы операционной системы, 
# и позволяет избегать OOM Killer для процессов OSD. Хотя памяти и так
# как у дурака фантиков, но запас карман не тянет
vm.swappiness=10
# Говорим использовать своп если осталось свободным 10% памяти.
# На машинах 128G оперативы, и 10% это 12 Гигов. Более чем достаточно для работы.
# Штатный параметр в 60% заставлял тормозить систему, залезая в своп,
# когда есть еще куча свободной памяти
vm.vfs_cache_pressure=1000
# Увеличиваем со штатных 100. Заставляем ядро активнее выгружать
# неиспользуемые страницы памяти из кеша.
vm.zone_reclaim_mode=0
# Позволяет  устанавливать более или менее агрессивные подходы к
# восстановлению памяти, когда в зоне заканчивается память. 
# Если он установлен на ноль, то не происходит восстановление зоны.
# Для файловых серверов или рабочих нагрузок
# выгодно, если их данные кэшированы, zone_reclaim_mode
# оставить отключенным, поскольку эффект кэширования, 
# вероятно, будет более важным, чем местонахождение данных.
vm.dirty_ratio=20
# Процент оперативной памяти, который можно выделить под "грязные" страницы
# Вычисляли из примерного расчета: 
# В система 128 гигов памяти.
# Примерно по 20 дисков SSD, у которых в настройках CEPH указано 
# выделять под кэширование по 3G оперативы.
# Примерно по 40 дисков HDD, для которых этот параметр равен 1G
# 20% от 128 это 25.6 гигов. Итого, в случае максимальной утилизации памяти,
# для системы останется 2.4G памяти. Чего ей должно хватить чтоб выжить и дождаться
# стука копыт кавалерии - то есть пришествия DevOps который все починит.
vm.dirty_background_ratio=3
# процент системной памяти, который можно заполнить dirty pages до того,
# как фоновые процессы pdflush/flush/kdmflush запишут их на диск
fs.file-max=524288
# Ну и открытых файлов у нас,вероятно, будет сильно больше, чем указано по дефолту.

Immersion nan CEPH

Anviwònman ke mwen ta renmen rete sou yo an plis detay:

chat /etc/ceph/ceph.conf

osd:
journal_aio: true               # Три параметра, включающие 
journal_block_align: true       # прямой i/o
journal_dio: true               # на журнал
journal_max_write_bytes: 1073714824 # Немного растянем максимальный размер
# разово записываемой операции в журнал
journal_max_write_entries: 10000    # Ну и количество одновременных записей
journal_queue_max_bytes: 10485760000 
journal_queue_max_ops: 50000
rocksdb_separate_wal_dir: true      # Решили делать отдельный wal                                                                            
# Даже попытались выбить под это дело                                                                                                                                                                                     
# NVMe
bluestore_block_db_create: true     # Ну и под журнал отдельное устройство
bluestore_block_db_size: '5368709120 #5G'
bluestore_block_wal_create: true
bluestore_block_wal_size: '1073741824   #1G' 
bluestore_cache_size_hdd: '3221225472   # 3G' 
# большой объем оперативы позволяет 
# хранить достаточно большие объемы
bluestore_cache_size_ssd: '9663676416   # 9G' 
keyring: /var/lib/ceph/osd/ceph-$id/keyring
osd_client_message_size_cap: '1073741824 #1G'
osd_disk_thread_ioprio_class: idle
osd_disk_thread_ioprio_priority: 7
osd_disk_threads: 2 # количество тредов у демона на один диск
osd_failsafe_full_ratio: 0.95
osd_heartbeat_grace: 5
osd_heartbeat_interval: 3
osd_map_dedup: true
osd_max_backfills: 2 # количество одновременных операций заполнения на один ОСД.
osd_max_write_size: 256
osd_mon_heartbeat_interval: 5
osd_op_threads: 16
osd_op_num_threads_per_shard: 1
osd_op_num_threads_per_shard_hdd: 2
osd_op_num_threads_per_shard_ssd: 2
osd_pool_default_min_size: 1     # Особенности жадности. Очень быстро стало
osd_pool_default_size: 2         # нехватать места, потому как временное                                                                                                                                                      
# решение приняли уменьшение количество 
# реплик данных
osd_recovery_delay_start: 10.000000
osd_recovery_max_active: 2
osd_recovery_max_chunk: 1048576
osd_recovery_max_single_start: 3
osd_recovery_op_priority: 1
osd_recovery_priority: 1            # параметр регулируем по необходимости на ходу
osd_recovery_sleep: 2
osd_scrub_chunk_max: 4

Gen kèk nan paramèt yo ki te teste pou QA sou vèsyon 12.2.12 ki manke nan vèsyon ceph 12.2.2, pou egzanp. osd_recovery_threads. Se poutèt sa, plan yo enkli yon aktyalizasyon sou pwodiksyon nan 12.2.12. Pratike te montre konpatibilite ant vèsyon 12.2.2 ak 12.2.12 nan yon sèl gwoup, ki pèmèt mizajou woule.

Gwoup tès la

Natirèlman, pou tès li te nesesè yo gen vèsyon an menm jan ak nan batay la, men nan moman sa a mwen te kòmanse travay ak gwoup la, se sèlman youn nan pi nouvo ki te disponib nan depo a. Lè w fin gade, sa ou ka disène nan vèsyon minè a pa gwo anpil (1393 liy nan konfigirasyon kont 1436 nan nouvo vèsyon an), nou deside kòmanse teste nouvo a (mete ajou de tout fason, poukisa ale ak vye tenten)

Sèl bagay nou te eseye kite dèyè ansyen vèsyon an se pake a ceph-deplwaye depi kèk nan sèvis piblik yo (ak kèk nan anplwaye yo) yo te pwepare a sentaks li yo. Nouvo vèsyon an te byen diferan, men li pa afekte operasyon gwoup la tèt li, epi li te rete nan vèsyon an 1.5.39

Piske kòmandman ceph-disk la di klèman ke li demode epi sèvi ak kòmandman ceph-volume, mezanmi, nou te kòmanse kreye OSD ak kòmandman sa a, san pèdi tan sou sa ki demode.

Plan an se te kreye yon glas nan de kondui SSD sou ki nou pral mete mòso bwa OSD, ki, nan vire, yo sitiye sou SAS koton. Nan fason sa a nou ka pwoteje tèt nou kont pwoblèm ak done si disk la ak boutèy la tonbe.

Nou te kòmanse kreye yon gwoup dapre dokimantasyon an

chat /etc/ceph/ceph.conf

root@ceph01-qa:~# cat /etc/ceph/ceph.conf # положили заранее подготовленный конфиг
[client]
rbd_cache = true
rbd_cache_max_dirty = 50331648
rbd_cache_max_dirty_age = 2
rbd_cache_size = 67108864
rbd_cache_target_dirty = 33554432
rbd_cache_writethrough_until_flush = true
rbd_concurrent_management_ops = 10
rbd_default_format = 2
[global]
auth_client_required = cephx
auth_cluster_required = cephx
auth_service_required = cephx
cluster network = 10.10.10.0/24
debug_asok = 0/0
debug_auth = 0/0
debug_buffer = 0/0
debug_client = 0/0
debug_context = 0/0
debug_crush = 0/0
debug_filer = 0/0
debug_filestore = 0/0
debug_finisher = 0/0
debug_heartbeatmap = 0/0
debug_journal = 0/0
debug_journaler = 0/0
debug_lockdep = 0/0
debug_mon = 0/0
debug_monc = 0/0
debug_ms = 0/0
debug_objclass = 0/0
debug_objectcatcher = 0/0
debug_objecter = 0/0
debug_optracker = 0/0
debug_osd = 0/0
debug_paxos = 0/0
debug_perfcounter = 0/0
debug_rados = 0/0
debug_rbd = 0/0
debug_rgw = 0/0
debug_throttle = 0/0
debug_timer = 0/0
debug_tp = 0/0
fsid = d0000000d-4000-4b00-b00b-0123qwe123qwf9
mon_host = ceph01-q, ceph02-q, ceph03-q
mon_initial_members = ceph01-q, ceph02-q, ceph03-q
public network = 8.8.8.8/28 # адрес изменен, естественно ))
rgw_dns_name = s3-qa.mycompany.ru # и этот адрес измен
rgw_host = s3-qa.mycompany.ru # и этот тоже
[mon]
mon allow pool delete = true
mon_max_pg_per_osd = 300 # больше трехсот плейсмент групп
# на диск не решились
# хотя параметр, естественно, зависит от количества пулов,
# их размеров и количества OSD. Иметь мало но здоровых PG
# тоже не лучший выбор - страдает точность балансировки
mon_osd_backfillfull_ratio = 0.9
mon_osd_down_out_interval = 5
mon_osd_full_ratio = 0.95 # пока для SSD дисков местом для их
# журнала является тот-же девайс что и для ОСД
# решили что 5% от диска (который сам размером 1.2Tb)
#  должно вполне хватить, и коррелирует с параметром
# bluestore_block_db_size плюс вариативность на большие 
# плейсмент группы
mon_osd_nearfull_ratio = 0.9
mon_pg_warn_max_per_osd = 520
[osd]
bluestore_block_db_create = true
bluestore_block_db_size = 5368709120 #5G
bluestore_block_wal_create = true
bluestore_block_wal_size = 1073741824 #1G
bluestore_cache_size_hdd = 3221225472 # 3G
bluestore_cache_size_ssd = 9663676416 # 9G
journal_aio = true
journal_block_align = true
journal_dio = true
journal_max_write_bytes = 1073714824
journal_max_write_entries = 10000
journal_queue_max_bytes = 10485760000
journal_queue_max_ops = 50000
keyring = /var/lib/ceph/osd/ceph-$id/keyring
osd_client_message_size_cap = 1073741824 #1G
osd_disk_thread_ioprio_class = idle
osd_disk_thread_ioprio_priority = 7
osd_disk_threads = 2
osd_failsafe_full_ratio = 0.95
osd_heartbeat_grace = 5
osd_heartbeat_interval = 3
osd_map_dedup = true
osd_max_backfills = 4
osd_max_write_size = 256
osd_mon_heartbeat_interval = 5
osd_op_num_threads_per_shard = 1
osd_op_num_threads_per_shard_hdd = 2
osd_op_num_threads_per_shard_ssd = 2
osd_op_threads = 16
osd_pool_default_min_size = 1
osd_pool_default_size = 2
osd_recovery_delay_start = 10.0
osd_recovery_max_active = 1
osd_recovery_max_chunk = 1048576
osd_recovery_max_single_start = 3
osd_recovery_op_priority = 1
osd_recovery_priority = 1
osd_recovery_sleep = 2
osd_scrub_chunk_max = 4
osd_scrub_chunk_min = 2
osd_scrub_sleep = 0.1
rocksdb_separate_wal_dir = true

# создаем мониторы
root@ceph01-qa:~#ceph-deploy mon create ceph01-q
# генерируем ключи для аутентификации нод в кластере
root@ceph01-qa:~#ceph-deploy gatherkeys ceph01-q
# Это если поштучно. Если у нас несколько машин доступны - те, которые описаны в конфиге в секции 
# mon_initial_members = ceph01-q, ceph02-q, ceph03-q
# можно запустить эти две команды в виде одной
root@ceph01-qa:~#ceph-deploy mon create-initial
# Положим ключи в указанные в конфиге места
root@ceph01-qa:~#cat ceph.bootstrap-osd.keyring > /var/lib/ceph/bootstrap-osd/ceph.keyring 
root@ceph01-qa:~#cat ceph.bootstrap-mgr.keyring > /var/lib/ceph/bootstrap-mgr/ceph.keyring 
root@ceph01-qa:~#cat ceph.bootstrap-rgw.keyring > /var/lib/ceph/bootstrap-rgw/ceph.keyring
# создадим ключ для управления кластером
root@ceph01-qa:~#ceph-deploy admin ceph01-q
# и менеджер, плагинами управлять
root@ceph01-qa:~#ceph-deploy mgr create ceph01-q

Premye bagay mwen te bite sou lè m ap travay ak vèsyon sa a nan ceph-deploy ak yon vèsyon gwoup 12.2.12 se te yon erè lè m ap eseye kreye yon OSD ak db sou yon atak lojisyèl -

root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sde --block.db /dev/md0
blkid could not detect a PARTUUID for device: /dev/md1

Vreman vre, blkid pa sanble PARTUUID, kidonk mwen te oblije kreye patisyon manyèlman:

root@ceph01-qa:~#parted /dev/md0 mklabel GPT 
# разделов будет много, 
# без GPT их создать не получится
# размер раздела мы указали в конфиге выше = bluestore_block_db_size: '5368709120 #5G'
# Дисков у меня 20 под OSD, руками создавать разделы лень
# потому сделал цикл
root@ceph01-qa:~#for i in {1..20}; do echo -e "nnnn+5Gnw" | fdisk /dev/md0; done

Tout bagay sanble pare, nou eseye kreye OSD a ankò epi jwenn erè sa a (ki, nan chemen an, pa te repwodui nan batay)

lè w ap kreye yon OSD nan kalite bluestore san yo pa espesifye chemen an nan WAL, men espesifye db

root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sde --block.db /dev/md0
stderr: 2019-04-12 10:39:27.211242 7eff461b6e00 -1 bluestore(/var/lib/ceph/osd/ceph-0/) _read_fsid unparsable uuid
stderr: 2019-04-12 10:39:27.213185 7eff461b6e00 -1 bdev(0x55824c273680 /var/lib/ceph/osd/ceph-0//block.wal) open open got: (22) Invalid argument
stderr: 2019-04-12 10:39:27.213201 7eff461b6e00 -1 bluestore(/var/lib/ceph/osd/ceph-0/) _open_db add block device(/var/lib/ceph/osd/ceph-0//block.wal) returned: (22) Invalid argument
stderr: 2019-04-12 10:39:27.999039 7eff461b6e00 -1 bluestore(/var/lib/ceph/osd/ceph-0/) mkfs failed, (22) Invalid argument
stderr: 2019-04-12 10:39:27.999057 7eff461b6e00 -1 OSD::mkfs: ObjectStore::mkfs failed with error (22) Invalid argument
stderr: 2019-04-12 10:39:27.999141 7eff461b6e00 -1  ** ERROR: error creating empty object store in /var/lib/ceph/osd/ceph-0/: (22) Invalid argumen

Anplis, si sou menm glas la (oswa nan yon lòt kote, nan chwa ou) ou kreye yon lòt patisyon pou WAL epi presize li lè w ap kreye OSD a, Lè sa a, tout bagay pral ale san pwoblèm (eksepte aparans nan yon WAL separe, ki ou pa ka. te vle).

Men, depi li te toujou nan plan yo byen lwen pou avanse pou pi WAL nan NVMe, pratik la pa t 'vère yo dwe initil.

root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sdf --block.wal  /dev/md0p2 --block.db /dev/md1p2

Kreye monitè, manadjè ak OSD. Koulye a, mwen ta renmen gwoupe yo yon fason diferan, paske mwen planifye gen diferan kalite disk - pisin rapid sou SSD ak pisin gwo, men ralanti sou krèp SAS.

Ann sipoze ke serveurs yo gen 20 disk, dis premye yo se yon sèl kalite, dezyèm lan se yon lòt.
Kat inisyal, default, sanble sa a:

ceph osd tree

root@ceph01-q:~# ceph osd tree
ID KLAS PWA TIP NON ETAI REWEIGHT PRI-AFF
-1 14.54799 defo rasin
-3 9.09200 host ceph01-q
0 ssd 1.00000 osd.0 moute 1.00000 1.00000
1 ssd 1.00000 osd.1 moute 1.00000 1.00000
2 ssd 1.00000 osd.2 moute 1.00000 1.00000
3 ssd 1.00000 osd.3 moute 1.00000 1.00000
4 hdd 1.00000 osd.4 moute 1.00000 1.00000
5 hdd 0.27299 osd.5 moute 1.00000 1.00000
6 hdd 0.27299 osd.6 moute 1.00000 1.00000
7 hdd 0.27299 osd.7 moute 1.00000 1.00000
8 hdd 0.27299 osd.8 moute 1.00000 1.00000
9 hdd 0.27299 osd.9 moute 1.00000 1.00000
10 hdd 0.27299 osd.10 moute 1.00000 1.00000
11 hdd 0.27299 osd.11 moute 1.00000 1.00000
12 hdd 0.27299 osd.12 moute 1.00000 1.00000
13 hdd 0.27299 osd.13 moute 1.00000 1.00000
14 hdd 0.27299 osd.14 moute 1.00000 1.00000
15 hdd 0.27299 osd.15 moute 1.00000 1.00000
16 hdd 0.27299 osd.16 moute 1.00000 1.00000
17 hdd 0.27299 osd.17 moute 1.00000 1.00000
18 hdd 0.27299 osd.18 moute 1.00000 1.00000
19 hdd 0.27299 osd.19 moute 1.00000 1.00000
-5 5.45599 host ceph02-q
20 ssd 0.27299 osd.20 moute 1.00000 1.00000
21 ssd 0.27299 osd.21 moute 1.00000 1.00000
22 ssd 0.27299 osd.22 moute 1.00000 1.00000
23 ssd 0.27299 osd.23 moute 1.00000 1.00000
24 hdd 0.27299 osd.24 moute 1.00000 1.00000
25 hdd 0.27299 osd.25 moute 1.00000 1.00000
26 hdd 0.27299 osd.26 moute 1.00000 1.00000
27 hdd 0.27299 osd.27 moute 1.00000 1.00000
28 hdd 0.27299 osd.28 moute 1.00000 1.00000
29 hdd 0.27299 osd.29 moute 1.00000 1.00000
30 hdd 0.27299 osd.30 moute 1.00000 1.00000
31 hdd 0.27299 osd.31 moute 1.00000 1.00000
32 hdd 0.27299 osd.32 moute 1.00000 1.00000
33 hdd 0.27299 osd.33 moute 1.00000 1.00000
34 hdd 0.27299 osd.34 moute 1.00000 1.00000
35 hdd 0.27299 osd.35 moute 1.00000 1.00000
36 hdd 0.27299 osd.36 moute 1.00000 1.00000
37 hdd 0.27299 osd.37 moute 1.00000 1.00000
38 hdd 0.27299 osd.38 moute 1.00000 1.00000
39 hdd 0.27299 osd.39 moute 1.00000 1.00000
-7 6.08690 host ceph03-q
40 ssd 0.27299 osd.40 moute 1.00000 1.00000
41 ssd 0.27299 osd.41 moute 1.00000 1.00000
42 ssd 0.27299 osd.42 moute 1.00000 1.00000
43 ssd 0.27299 osd.43 moute 1.00000 1.00000
44 hdd 0.27299 osd.44 moute 1.00000 1.00000
45 hdd 0.27299 osd.45 moute 1.00000 1.00000
46 hdd 0.27299 osd.46 moute 1.00000 1.00000
47 hdd 0.27299 osd.47 moute 1.00000 1.00000
48 hdd 0.27299 osd.48 moute 1.00000 1.00000
49 hdd 0.27299 osd.49 moute 1.00000 1.00000
50 hdd 0.27299 osd.50 moute 1.00000 1.00000
51 hdd 0.27299 osd.51 moute 1.00000 1.00000
52 hdd 0.27299 osd.52 moute 1.00000 1.00000
53 hdd 0.27299 osd.53 moute 1.00000 1.00000
54 hdd 0.27299 osd.54 moute 1.00000 1.00000
55 hdd 0.27299 osd.55 moute 1.00000 1.00000
56 hdd 0.27299 osd.56 moute 1.00000 1.00000
57 hdd 0.27299 osd.57 moute 1.00000 1.00000
58 hdd 0.27299 osd.58 moute 1.00000 1.00000
59 hdd 0.89999 osd.59 moute 1.00000 1.00000

Ann kreye pwòp manto vityèl nou yo ak sèvè ak blakjak ak lòt bagay:

root@ceph01-q:~#ceph osd crush add-bucket rack01 root #создали новый root
root@ceph01-q:~#ceph osd crush add-bucket ceph01-q host #создали новый хост
root@ceph01-q:~#ceph osd crush move ceph01-q root=rack01 #переставили сервер в другую стойку
root@ceph01-q:~#osd crush add 28 1.0 host=ceph02-q # Добавили ОСД в сервер
# Если криво создали то можно удалить
root@ceph01-q:~# ceph osd crush remove osd.4
root@ceph01-q:~# ceph osd crush remove rack01

Pwoblèm yo nou te rankontre nan konba grap, lè w ap eseye kreye yon nouvo lame epi deplase li nan yon etajè ki deja egziste - lòd ceph osd kraze deplase ceph01-host rasin=rack01 te jele, epi monitè yo te kòmanse tonbe youn pa youn. Avòte kòmandman an ak yon senp CTRL + C te retounen gwoup la nan mond vivan an.

Yon rechèch te montre pwoblèm sa a: https://tracker.ceph.com/issues/23386

Solisyon an te tounen soti yo dwe jete crushmap epi retire seksyon an soti nan la règ replicated_ruleset

root@ceph01-prod:~#ceph osd getcrushmap -o crushmap.row #Дампим карту в сыром виде
root@ceph01-prod:~#crushtool -d crushmap.row -o crushmap.txt #переводим в читаемый
root@ceph01-prod:~#vim  crushmap.txt #редактируем, удаляя rule replicated_ruleset
root@ceph01-prod:~#crushtool -c crushmap.txt  -o new_crushmap.row #компилируем обратно
root@ceph01-prod:~#ceph osd setcrushmap -i  new_crushmap.row #загружаем в кластер

Akhtung: Operasyon sa a ka lakòz yon reekilib gwoup plasman ant OSD yo. Li te lakòz sa a pou nou, men trè piti.

Ak bagay ki etranj nou te rankontre nan gwoup tès la se ke apre rdemare sèvè OSD la, yo bliye ke yo te deplase nan nouvo serveurs ak etajè, epi yo te retounen nan default rasin lan.
Kòm yon rezilta, nou te rasanble konplo final la kote nou te kreye yon rasin separe pou kondui ssd ak yon sèl separe pou kondui spindle, nou te pran tout OSD yo nan etajè epi tou senpleman efase rasin default la. Apre rdemare a, OSD la te kòmanse rete an plas.
Apre fouye nan dokiman an pita, nou jwenn yon paramèt ki responsab pou konpòtman sa a. Sou li nan dezyèm pati a

Ki jan nou te fè diferan gwoup pa kalite disk.

Pou kòmanse, nou te kreye de rasin - pou ssd ak pou hdd

root@ceph01-q:~#ceph osd crush add-bucket ssd-root root
root@ceph01-q:~#ceph osd crush add-bucket hdd-root root

Depi sèvè yo fizikman sitiye nan diferan etajè, pou konvenyans nou te kreye etajè ak sèvè yo nan yo

# Стойки:
root@ceph01-q:~#ceph osd crush add-bucket ssd-rack01 rack
root@ceph01-q:~#ceph osd crush add-bucket ssd-rack02 rack
root@ceph01-q:~#ceph osd crush add-bucket ssd-rack03 rack
root@ceph01-q:~#ceph osd crush add-bucket hdd-rack01 rack
root@ceph01-q:~#ceph osd crush add-bucket hdd-rack01 rack
root@ceph01-q:~#ceph osd crush add-bucket hdd-rack01 rack
# Сервера
root@ceph01-q:~#ceph osd crush add-bucket ssd-ceph01-q host
root@ceph01-q:~#ceph osd crush add-bucket ssd-ceph02-q host
root@ceph01-q:~#ceph osd crush add-bucket ssd-ceph03-q host
root@ceph01-q:~#ceph osd crush add-bucket hdd-ceph01-q host
root@ceph01-q:~#ceph osd crush add-bucket hdd-ceph02-q host
root@ceph01-q:~#ceph osd crush add-bucket hdd-ceph02-q host

epi distribye disk yo selon kalite yo nan diferan serveurs

root@ceph01-q:~# Диски с 0 по 3 это SSD, находятся в ceph01-q, ставим их в сервер 
root@ceph01-q:~#  ssd-ceph01-q
root@ceph01-q:~#ceph osd crush add 0 1 host=ssd-ceph01-q
root@ceph01-q:~#ceph osd crush add 1 1 host=ssd-ceph01-q
root@ceph01-q:~#ceph osd crush add 2 1 host=ssd-ceph01-q
root@ceph01-q:~#ceph osd crush add 3 1 host=ssd-ceph01-q
root-ceph01-q:~# аналогично с другими серверами

Lè w te gaye disk yo nan mitan wout ssd-root ak hdd-root, nou kite rasin-default vid, pou nou ka efase li.

root-ceph01-q:~#ceph osd crush remove default

Apre sa, nou bezwen kreye règ distribisyon ke nou pral mare nan pisin yo ap kreye - nan règ yo nou pral endike ki rasin ka mete done pisin nou yo ak nivo nan inik nan kopi a - pou egzanp, kopi yo dwe sou sèvè diferan, oswa nan diferan etajè (ou ka menm nan diferan rasin, si nou gen tankou yon distribisyon)

Anvan w chwazi yon kalite, li se pi bon li dokiman an:
http://docs.ceph.com/docs/jewel/rados/operations/crush-map/#crushmaprules

root-ceph01-q:~#ceph osd crush rule create-simple rule-ssd ssd-root host firstn
root-ceph01-q:~#ceph osd crush rule create-simple rule-hdd hdd-root host firstn
root-ceph01-q:~# Мы указали два правила, в которых данные реплицируются 
root-ceph01-q:~# между хостами - то есть реплика должна лежать на другом хосте,
root-ceph01-q:~# даже если они в одной стойке
root-ceph01-q:~# В продакшене, если есть возможность, лучше распределить хосты
root-ceph01-q:~# по стойкам и указать распределять реплики по стойкам:
root-ceph01-q:~# ##ceph osd crush rule create-simple rule-ssd ssd-root rack firstn

Oke, nou kreye pisin kote nou vle estoke imaj ki gen kapasite nan Virtualization nou an nan lavni - PROXMOX:

    root-ceph01-q:~# #ceph osd pool create {NAME} {pg_num}  {pgp_num}
root-ceph01-q:~# ceph osd pool create ssd_pool 1024 1024 
root-ceph01-q:~# ceph osd pool create hdd_pool 1024 1024

Epi nou di pisin sa yo ki règ plasman yo itilize

 root-ceph01-q:~#ceph osd crush rule ls # смотрим список правил
root-ceph01-q:~#ceph osd crush rule dump rule-ssd | grep rule_id #выбираем ID нужного
root-ceph01-q:~#ceph osd pool set ssd_pool crush_rule 2

Chwa kantite gwoup plasman yo dwe apwoche ak yon vizyon pre-egziste pou gwoup ou a - apeprè konbyen OSD yo pral la, ki kantite done (tankou yon pousantaj nan volim total) ki pral nan pisin lan, ki sa ki kantite total done yo.

An total, li rekòmande pou pa gen plis pase 300 gwoup plasman sou disk la, epi li pral pi fasil pou balanse ak ti gwoup plasman - sa vle di, si tout pisin ou a pran 10 Tb epi li gen 10 PG nan li - Lè sa a, balanse. pa voye brik terabyte (pg) pral pwoblèm - vide sab ak yon ti grenn sab gwosè nan bokit pi fasil ak plis respire).

Men, nou dwe sonje ke plis kantite PG yo, se plis resous yo depanse pou kalkile kote yo - memwa ak CPU kòmanse itilize.

Yon konpreyansyon ki graj ka ban mwen yon kalkilatris, ki bay pa devlopè dokiman CEPH yo.

Lis materyèl:

https://blog.packagecloud.io/eng/2017/02/06/monitoring-tuning-linux-networking-stack-sending-data
http://www.admin-magazine.com/HPC/Articles/Linux-I-O-Schedulers
http://onreader.mdl.ru/MasteringCeph/content/Ch09.html#030202
https://tracker.ceph.com/issues/23386
https://ceph.com/pgcalc/

Sous: www.habr.com

Ceph - soti nan "sou jenou" nan "pwodiksyon"