CEPH를 선택합니다. 1 부
우리는 3개의 랙, XNUMX개의 광 스위치, 구성된 BGP, 수십 개의 SSD, 다양한 색상과 크기의 SAS 디스크 묶음, Proxmox 및 모든 정적 데이터를 자체 SXNUMX 스토리지에 저장하려는 욕구를 갖고 있었습니다. 가상화에 이 모든 것이 필요한 것은 아니지만 일단 오픈 소스를 사용하기 시작하면 취미를 끝까지 따르십시오. 나를 괴롭히는 유일한 것은 BGP였습니다. 내부 BGP 라우팅보다 더 무기력하고 무책임하며 부도덕한 사람은 세상에 없습니다. 그리고 나는 곧 우리가 그 문제에 뛰어들 것이라는 것을 알았습니다.
작업은 사소한 것이었습니다. CEPH가 있었지만 잘 작동하지 않았습니다. '좋은' 일을 해야 했습니다.
내가 받은 클러스터는 이질적이고 급하게 조정되었으며 실제로 조정되지 않았습니다. 이는 서로 다른 노드로 구성된 두 그룹으로 구성되었으며, 하나의 공통 그리드가 클러스터와 공용 네트워크 역할을 모두 수행합니다. 노드는 네 가지 유형의 디스크로 채워졌습니다. 두 가지 유형의 SSD(두 가지 별도 배치 규칙으로 수집됨)와 서로 다른 크기의 두 가지 유형의 HDD(세 번째 그룹으로 수집됨)로 채워졌습니다. 다양한 크기의 문제는 다양한 OSD 가중치로 해결되었습니다.
설정 자체는 두 부분으로 나뉩니다. 운영 체제 튜닝 и CEPH 자체 튜닝 그리고 그 설정.
OS 업그레이드
네트워크
높은 대기 시간은 녹화와 밸런싱 모두에 영향을 미쳤습니다. 기록할 때 - 다른 배치 그룹의 데이터 복제본이 성공을 확인할 때까지 클라이언트는 기록 성공에 대한 응답을 받지 못하기 때문입니다. CRUSH 맵에서 복제본을 배포하는 규칙은 호스트당 하나의 복제본이므로 항상 네트워크를 사용했습니다.
따라서 제가 가장 먼저 결정한 것은 현재 네트워크를 약간 조정하는 동시에 별도의 네트워크로 이동하도록 설득하는 것이었습니다.
우선 네트워크 카드 설정을 조정했습니다. 저는 대기열을 설정하는 것부터 시작했습니다.
무슨 일이에요:
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: 1현재 매개변수가 최대값과 거리가 멀다는 것을 알 수 있습니다. 증가:
root@ceph01:~#ethtool -G ens1f0 rx 4096
root@ceph01:~#ethtool -G ens1f0 tx 4096
root@ceph01:~#ethtool -L ens1f0 combined 63훌륭한 기사로 안내
전송 대기열의 길이를 늘렸습니다. txqueuelen 1000에서 10까지
root@ceph01:~#ip link set ens1f0 txqueuelen 10000글쎄, ceph 자체의 문서에 따르면
증가 MTU 9000에.
root@ceph01:~#ip link set dev ens1f0 mtu 9000위의 모든 항목이 시작 시 로드되도록 /etc/network/interfaces에 추가되었습니다.
고양이 / 기타 / 네트워크 / 인터페이스
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 9000그 후 같은 기사에 이어 4.15 커널의 핸들을 신중하게 비틀기 시작했습니다. 노드에 128G RAM이 있다는 점을 고려하면 다음에 대한 구성 파일이 생성되었습니다. sysctl
고양이 /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)С광택 네트워크 별도의 10Gbps 네트워크 인터페이스에 별도의 플랫 네트워크로 할당되었습니다. 각 시스템에는 듀얼 포트 네트워크 카드가 장착되어 있습니다. 멜라녹스 10/25Gbps, 10개의 별도 16Gbps 스위치에 연결됨. 어떤 이유로 lacp와의 본딩은 최대 XNUMXGbps의 총 처리량을 보인 반면 ospf는 각 시스템에서 두 XNUMXGbps를 성공적으로 활용했기 때문에 OSPF를 사용하여 집계가 수행되었습니다. 향후 계획은 이러한 멜라녹스에서 ROCE를 활용하여 대기 시간을 줄이는 것이었습니다. 네트워크의 이 부분을 설정하는 방법:
- 머신 자체에는 BGP의 외부 IP 주소가 있으므로 소프트웨어가 필요합니다. (정확히 말하면 이 글을 쓰는 시점에는 ) 이미 서 있었다.
- 전체적으로 머신에는 4개의 네트워크 인터페이스가 있으며 각 인터페이스에는 XNUMX개의 인터페이스(총 XNUMX개 포트)가 있습니다. 하나의 네트워크 카드는 공장에서 두 개의 포트가 있고 BGP가 구성되어 있는 것으로 보았고, 두 번째 네트워크 카드는 두 개의 포트가 있고 OSPF가 설정된 두 개의 서로 다른 스위치를 살펴보았습니다.
OSPF 설정에 대한 자세한 내용: 주요 작업은 두 개의 링크를 통합하고 내결함성을 갖는 것입니다.
두 개의 네트워크 인터페이스는 두 개의 단순 평면 네트워크(10.10.10.0/24 및 10.10.20.0/24)로 구성됩니다.
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 ens1f1어떤 자동차가 서로를 보는지.
디스크
다음 단계는 디스크를 최적화하는 것이었습니다. SSD의 경우 스케줄러를 다음으로 변경했습니다. 누프, HDD의 경우 - 마감. 직설적으로 말하면 NOOP는 영어로 "FIFO(First In, First Out)"처럼 들리는 "선입 선출" 원칙에 따라 작동합니다. 요청이 도착하면 대기열에 들어갑니다. DEADLINE은 읽기 지향적이며 대기 중인 프로세스는 작업 시 디스크에 거의 독점적으로 액세스합니다. 이것은 우리 시스템에 완벽합니다. 결국 각 디스크에는 OSD 데몬이라는 하나의 프로세스만 작동합니다.
(I/O 스케줄러에 대해 자세히 알아보고 싶은 사람은 여기에서 읽을 수 있습니다.
러시아어로 읽기를 선호하는 사람들: )
Linux 튜닝에 대한 권장 사항에서는 nr_request를 늘리는 것도 권장됩니다.
nr_requests
nr_requests 값은 I/O 스케줄러가 블록 장치에 데이터를 전송/수신하기 전에 버퍼링되는 I/O 요청의 양을 결정합니다. /O 스케줄러가 로 설정되어 있으면 nr_requests 값을 높이면 서버에서 대량의 I/O가 발생할 때 전체 성능을 향상하고 서버 부하를 줄이는 데 도움이 될 수 있습니다. Deadline 또는 CFQ를 스케줄러로 사용하는 경우 nr_request 값을 대기열 깊이 값의 2배로 설정하는 것이 좋습니다.
하지만! CEPH의 개발자인 시민들은 자신들의 우선순위 시스템이 더 잘 작동한다고 우리에게 확신시킵니다.
WBThrottle 및/또는 nr_requests
WBThrottle 및/또는 nr_requests
파일 저장소는 쓰기를 위해 버퍼링된 I/O를 사용합니다. 파일 저장소 로그가 더 빠른 미디어에 있는 경우 이는 여러 가지 이점을 제공합니다. 클라이언트 요청은 데이터가 로그에 기록되는 즉시 알림을 받고 나중에 표준 Linux 기능을 사용하여 데이터 디스크 자체에 플러시됩니다. 이를 통해 스핀들 OSD는 소규모 버스트로 쓸 때 SSD와 유사한 쓰기 대기 시간을 제공할 수 있습니다. 또한 이 지연된 다시 쓰기를 통해 커널 자체가 디스크 I/O 요청을 재구성할 수 있으며, 이를 함께 병합하거나 기존 디스크 헤드가 플래터보다 더 최적의 경로를 선택할 수 있도록 할 수 있습니다. 최종 효과는 직접 또는 동기 I/O로 가능한 것보다 각 디스크에서 약간 더 많은 I/O를 짜낼 수 있다는 것입니다.
그러나 특정 Ceph 클러스터로 들어오는 레코드의 볼륨이 기본 디스크의 모든 기능을 초과하는 경우 특정 문제가 발생합니다. 이 시나리오에서는 디스크에 기록되기를 기다리는 보류 중인 I/O 작업의 총 수가 제어할 수 없을 정도로 증가하여 I/O 큐가 전체 디스크와 Ceph 큐를 채우게 될 수 있습니다. 읽기 요청은 기본 디스크로 플러시하는 데 몇 초가 걸릴 수 있는 쓰기 요청 사이에 정체되기 때문에 특히 영향을 받습니다.
이 문제를 극복하기 위해 Ceph에는 WBThrottle이라는 파일 스토리지에 내장된 쓰기 저장 조절 메커니즘이 있습니다. 이는 커널 자체에 의해 활성화되어 자연스럽게 발생하는 것보다 더 일찍 플러시 프로세스를 대기열에 추가하고 시작할 수 있는 지연 쓰기 I/O의 전체 양을 제한하도록 설계되었습니다. 불행하게도 테스트에서는 기본값이 여전히 기존 동작을 읽기 대기 시간에 대한 영향을 줄일 수 있는 수준으로 줄이지 못할 수 있음을 보여줍니다. 조정을 통해 이 동작을 변경하고 전체 쓰기 대기열 길이를 줄이고 이러한 영향을 덜 심각하게 만들 수 있습니다. 그러나 절충안이 있습니다. 대기할 수 있는 전체 최대 항목 수를 줄임으로써 커널 자체의 기능을 줄여 들어오는 요청 순서의 효율성을 최대화할 수 있습니다. 특정 사용 사례, 워크로드에 더 필요한 것이 무엇인지 조금 생각해 보고 이에 맞게 조정하는 것이 좋습니다.
이러한 백로그 쓰기 대기열의 깊이를 제어하려면 WBThrottle 설정을 사용하여 미해결 I/O 작업의 전체 최대값을 줄이거나 커널 자체의 블록 수준에서 미해결 작업의 최대값을 줄일 수 있습니다. 두 가지 모두 동일한 동작을 효과적으로 제어할 수 있으며 기본 설정은 이 설정을 구현하는 기초가 됩니다.
또한 Ceph의 작업 우선 순위 시스템은 디스크 수준에서 더 짧은 쿼리에 더 효율적이라는 점에 유의해야 합니다. 전체 대기열을 지정된 디스크로 축소하면 대기열의 기본 위치가 Ceph로 이동하여 I/O 작업의 우선 순위를 더 효과적으로 제어할 수 있습니다. 다음 예를 고려하십시오.
echo 8 > /sys/block/sda/queue/nr_requests공통
그리고 자동차를 부드럽고 매끄럽게 만들고 하드웨어에서 좀 더 많은 성능을 끌어내기 위해 몇 가지 커널을 추가로 조정했습니다.
고양이 /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. CEPH에 몰입
더 자세히 설명하고 싶은 설정은 다음과 같습니다.
고양이 /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: 4버전 12.2.12에서 QA를 위해 테스트된 일부 매개변수가 ceph 버전 12.2.2에서는 누락되었습니다. 예를 들어 osd_recovery_threads. 따라서 계획에는 12.2.12에 대한 프로덕션 업데이트가 포함되었습니다. 실습 결과에 따르면 하나의 클러스터에서 버전 12.2.2와 12.2.12 사이의 호환성이 입증되었으며 이는 롤링 업데이트를 허용합니다.
테스트 클러스터
당연히 테스트를 위해서는 전투와 동일한 버전이 필요했지만 클러스터 작업을 시작했을 때는 저장소에 최신 버전만 사용할 수 있었습니다. 살펴보니 마이너 버전에서 알 수 있는 것은 그다지 크지 않습니다(1393 구성의 라인 1436 새 버전에서) 우리는 새 버전 테스트를 시작하기로 결정했습니다(어쨌든 업데이트 중인데 오래된 정크를 사용하는 이유는 무엇입니까).
우리가 이전 버전을 남기고자 했던 유일한 것은 패키지입니다. 세프 배포 일부 유틸리티(및 일부 직원)가 해당 구문에 맞게 조정되었기 때문입니다. 새 버전은 상당히 달랐지만 클러스터 자체의 작동에는 영향을 미치지 않았으며 버전에 그대로 남아 있었습니다. 1.5.39
ceph-disk 명령은 더 이상 사용되지 않으며 ceph-volume 명령을 사용한다고 분명히 명시하고 있으므로, 우리는 오래된 명령에 시간을 낭비하지 않고 이 명령을 사용하여 OSD를 만들기 시작했습니다.
계획은 OSD 로그를 배치할 두 SSD 드라이브의 미러를 생성하는 것이었고, 이 로그는 스핀들 SAS에 위치하게 되었습니다. 이렇게 하면 로그가 있는 디스크가 떨어지는 경우 데이터 문제로부터 자신을 보호할 수 있습니다.
문서에 따라 클러스터를 만들기 시작했습니다.
고양이 /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-q클러스터 버전 12.2.12에서 이 버전의 ceph-deploy를 작업할 때 처음으로 발견한 것은 소프트웨어 RAID에서 db를 사용하여 OSD를 생성하려고 할 때 오류가 발생했다는 것입니다.
root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sde --block.db /dev/md0
blkid could not detect a PARTUUID for device: /dev/md1실제로 blkid는 PARTUUID가 아닌 것 같아서 수동으로 파티션을 만들어야 했습니다.
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; done모든 것이 준비된 것 같습니다. OSD를 다시 생성하려고 하면 다음 오류가 발생합니다(그런데 전투에서는 재현되지 않았습니다).
WAL 경로를 지정하지 않고 db를 지정하여 bluestore 유형의 OSD를 생성할 때
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 argumen또한 동일한 미러(또는 선택한 다른 위치)에 WAL용 다른 파티션을 만들고 OSD를 만들 때 이를 지정하면 모든 것이 원활하게 진행됩니다(별도의 WAL이 나타나는 경우는 제외). 원했습니다) .
그러나 WAL을 NVMe로 이전하려는 계획은 아직 멀었기 때문에 이러한 관행은 불필요한 것으로 판명되지 않았습니다.
root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sdf --block.wal /dev/md0p2 --block.db /dev/md1p2모니터, 관리자 및 OSD를 만들었습니다. 이제 SSD의 빠른 풀과 SAS 팬케이크의 대용량 풀, 느린 풀 등 다양한 유형의 디스크를 가질 계획이므로 이들을 다르게 그룹화하고 싶습니다.
서버에 20개의 디스크가 있고 처음 XNUMX개는 하나의 유형이고 두 번째는 다른 유형이라고 가정해 보겠습니다.
초기 기본 카드는 다음과 같습니다.
세프 osd 트리
root@ceph01-q:~# ceph osd 트리
ID 클래스 가중치 유형 이름 상태 재체중 PRI-AFF
-1 14.54799 루트 기본값
-3 9.09200 호스트 ceph01-q
0 SSD 1.00000 osd.0 최대 1.00000 1.00000
1 SSD 1.00000 osd.1 최대 1.00000 1.00000
2 SSD 1.00000 osd.2 최대 1.00000 1.00000
3 SSD 1.00000 osd.3 최대 1.00000 1.00000
4개 HDD 1.00000 osd.4 최대 1.00000 1.00000
5개 HDD 0.27299 osd.5 최대 1.00000 1.00000
6개 HDD 0.27299 osd.6 최대 1.00000 1.00000
7개 HDD 0.27299 osd.7 최대 1.00000 1.00000
8개 HDD 0.27299 osd.8 최대 1.00000 1.00000
9개 HDD 0.27299 osd.9 최대 1.00000 1.00000
10개 HDD 0.27299 osd.10 최대 1.00000 1.00000
11개 HDD 0.27299 osd.11 최대 1.00000 1.00000
12개 HDD 0.27299 osd.12 최대 1.00000 1.00000
13개 HDD 0.27299 osd.13 최대 1.00000 1.00000
14개 HDD 0.27299 osd.14 최대 1.00000 1.00000
15개 HDD 0.27299 osd.15 최대 1.00000 1.00000
16개 HDD 0.27299 osd.16 최대 1.00000 1.00000
17개 HDD 0.27299 osd.17 최대 1.00000 1.00000
18개 HDD 0.27299 osd.18 최대 1.00000 1.00000
19개 HDD 0.27299 osd.19 최대 1.00000 1.00000
-5 5.45599 호스트 ceph02-q
20 SSD 0.27299 osd.20 최대 1.00000 1.00000
21 SSD 0.27299 osd.21 최대 1.00000 1.00000
22 SSD 0.27299 osd.22 최대 1.00000 1.00000
23 SSD 0.27299 osd.23 최대 1.00000 1.00000
24개 HDD 0.27299 osd.24 최대 1.00000 1.00000
25개 HDD 0.27299 osd.25 최대 1.00000 1.00000
26개 HDD 0.27299 osd.26 최대 1.00000 1.00000
27개 HDD 0.27299 osd.27 최대 1.00000 1.00000
28개 HDD 0.27299 osd.28 최대 1.00000 1.00000
29개 HDD 0.27299 osd.29 최대 1.00000 1.00000
30개 HDD 0.27299 osd.30 최대 1.00000 1.00000
31개 HDD 0.27299 osd.31 최대 1.00000 1.00000
32개 HDD 0.27299 osd.32 최대 1.00000 1.00000
33개 HDD 0.27299 osd.33 최대 1.00000 1.00000
34개 HDD 0.27299 osd.34 최대 1.00000 1.00000
35개 HDD 0.27299 osd.35 최대 1.00000 1.00000
36개 HDD 0.27299 osd.36 최대 1.00000 1.00000
37개 HDD 0.27299 osd.37 최대 1.00000 1.00000
38개 HDD 0.27299 osd.38 최대 1.00000 1.00000
39개 HDD 0.27299 osd.39 최대 1.00000 1.00000
-7 6.08690 호스트 ceph03-q
40 SSD 0.27299 osd.40 최대 1.00000 1.00000
41 SSD 0.27299 osd.41 최대 1.00000 1.00000
42 SSD 0.27299 osd.42 최대 1.00000 1.00000
43 SSD 0.27299 osd.43 최대 1.00000 1.00000
44개 HDD 0.27299 osd.44 최대 1.00000 1.00000
45개 HDD 0.27299 osd.45 최대 1.00000 1.00000
46개 HDD 0.27299 osd.46 최대 1.00000 1.00000
47개 HDD 0.27299 osd.47 최대 1.00000 1.00000
48개 HDD 0.27299 osd.48 최대 1.00000 1.00000
49개 HDD 0.27299 osd.49 최대 1.00000 1.00000
50개 HDD 0.27299 osd.50 최대 1.00000 1.00000
51개 HDD 0.27299 osd.51 최대 1.00000 1.00000
52개 HDD 0.27299 osd.52 최대 1.00000 1.00000
53개 HDD 0.27299 osd.53 최대 1.00000 1.00000
54개 HDD 0.27299 osd.54 최대 1.00000 1.00000
55개 HDD 0.27299 osd.55 최대 1.00000 1.00000
56개 HDD 0.27299 osd.56 최대 1.00000 1.00000
57개 HDD 0.27299 osd.57 최대 1.00000 1.00000
58개 HDD 0.27299 osd.58 최대 1.00000 1.00000
59개 HDD 0.89999 osd.59 최대 1.00000 1.00000
블랙잭과 기타 기능을 갖춘 자체 가상 랙과 서버를 만들어 보겠습니다.
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 rack01우리가 겪은 문제 전투 클러스터, 새 호스트를 생성하여 기존 랙으로 이동하려고 할 때 - 명령 ceph osd crush move ceph01-host root=rack01 얼어 붙었고 모니터가 하나씩 떨어지기 시작했습니다. 간단한 CTRL+C로 명령을 중단하면 클러스터가 살아있는 세계로 돌아왔습니다.
검색 결과 다음과 같은 문제가 나타났습니다.
해결책은 crushmap을 덤프하고 거기에서 섹션을 제거하는 것으로 밝혀졌습니다. 규칙 복제_규칙 세트
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 кластер아흐 퉁 : 이 작업으로 인해 OSD 간 배치 그룹의 균형이 재조정될 수 있습니다. 이로 인해 이런 일이 발생했지만 거의 발생하지 않았습니다.
그리고 테스트 클러스터에서 만난 이상한 점은 OSD 서버를 재부팅한 후 새 서버와 랙으로 이동했다는 사실을 잊어버리고 루트 기본값으로 돌아갔다는 것입니다.
결과적으로 SSD 드라이브용 별도 루트와 스핀들 드라이브용 별도 루트를 생성하는 최종 구성표를 구성한 후 모든 OSD를 랙으로 가져오고 기본 루트만 삭제했습니다. 재부팅 후 OSD가 그대로 유지되기 시작했습니다.
나중에 문서를 자세히 살펴본 후 이 동작을 담당하는 매개변수를 발견했습니다. 두 번째 부분에서 그에 대해
디스크 유형별로 서로 다른 그룹을 만든 방법
우선 SSD와 HDD의 두 가지 루트를 만들었습니다.
root@ceph01-q:~#ceph osd crush add-bucket ssd-root root
root@ceph01-q:~#ceph osd crush add-bucket hdd-root root서버는 물리적으로 서로 다른 랙에 위치하므로 편의를 위해 서버가 포함된 랙을 만들었습니다.
# 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 host유형에 따라 디스크를 여러 서버에 배포했습니다.
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 серверамиssd-root 및 hdd-root 경로에 디스크를 분산시킨 후 루트 기본값을 비워 두었으므로 삭제할 수 있습니다.
root-ceph01-q:~#ceph osd crush remove default다음으로, 생성 중인 풀에 바인딩할 배포 규칙을 생성해야 합니다. 규칙에서 풀 데이터를 넣을 수 있는 루트와 복제본의 고유성 수준을 나타냅니다. 예를 들어 복제본은 서로 다른 서버에 있어야 합니다. 또는 다른 랙에 있습니다(해당 배포판이 있는 경우 다른 루트에 있을 수도 있음).
유형을 선택하기 전에 설명서를 읽는 것이 좋습니다.
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 firstn글쎄, 우리는 앞으로 가상화의 디스크 이미지를 저장할 풀을 만듭니다 - 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 1024그리고 우리는 이러한 풀에 사용할 배치 규칙을 알려줍니다.
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
배치 그룹 수 선택은 클러스터에 대한 기존 비전을 바탕으로 접근해야 합니다. 대략적인 OSD 수, 풀에 포함될 데이터 양(전체 볼륨의 백분율), 데이터의 총량.
전체적으로 디스크에 배치 그룹이 300개가 넘지 않는 것이 좋으며 작은 배치 그룹으로 균형을 맞추는 것이 더 쉽습니다. 즉, 전체 풀이 10Tb를 차지하고 그 안에 10개의 PG가 있는 경우 균형을 맞추는 것이 더 쉽습니다. 테라바이트 벽돌(pg)을 던지면 문제가 발생할 수 있습니다. 작은 크기의 모래 알갱이가 있는 모래를 버킷에 더 쉽고 균일하게 붓습니다.
그러나 PG 수가 많을수록 위치를 계산하는 데 더 많은 리소스가 소비되며 메모리와 CPU가 활용되기 시작한다는 점을 기억해야 합니다.
대략적인 이해가 있을 수 있습니다. , CEPH 문서 개발자가 제공합니다.
재료 목록:
출처 : habr.com