CEPH തിരഞ്ഞെടുക്കുന്നു. ഭാഗം 1

ഞങ്ങൾക്ക് അഞ്ച് റാക്കുകൾ, പത്ത് ഒപ്റ്റിക്കൽ സ്വിച്ചുകൾ, കോൺഫിഗർ ചെയ്‌ത ബിജിപി, രണ്ട് ഡസൻ എസ്എസ്‌ഡികൾ, എല്ലാ നിറങ്ങളിലും വലുപ്പത്തിലുമുള്ള ഒരു കൂട്ടം എസ്‌എഎസ് ഡിസ്‌കുകൾ, പ്രോക്‌സ്‌മോക്‌സ് എന്നിവയും എല്ലാ സ്റ്റാറ്റിക് ഡാറ്റയും ഞങ്ങളുടെ സ്വന്തം എസ് 3 സ്റ്റോറേജിൽ ഇടാനുള്ള ആഗ്രഹവും ഉണ്ടായിരുന്നു. വിർച്ച്വലൈസേഷനായി ഇതെല്ലാം ആവശ്യമാണെന്നല്ല, നിങ്ങൾ ഓപ്പൺ സോഴ്‌സ് ഉപയോഗിക്കാൻ തുടങ്ങിയാൽ, അവസാനം വരെ നിങ്ങളുടെ ഹോബി പിന്തുടരുക. എന്നെ വിഷമിപ്പിച്ച ഒരേയൊരു കാര്യം ബിജിപിയാണ്. ഇന്റേണൽ ബിജിപി റൂട്ടിംഗിനെക്കാൾ നിസ്സഹായനും നിരുത്തരവാദപരവും അധാർമികവുമായ മറ്റാരുമില്ല. താമസിയാതെ ഞങ്ങൾ അതിൽ മുഴുകുമെന്ന് എനിക്കറിയാമായിരുന്നു.

ചുമതല നിസ്സാരമായിരുന്നു - CEPH ഉണ്ടായിരുന്നു, പക്ഷേ അത് നന്നായി പ്രവർത്തിച്ചില്ല. "നല്ലത്" ചെയ്യേണ്ടത് അത്യാവശ്യമായിരുന്നു.
എനിക്ക് ലഭിച്ച ക്ലസ്റ്റർ വൈവിധ്യമാർന്നതും തിടുക്കത്തിൽ ട്യൂൺ ചെയ്തതും പ്രായോഗികമായി ട്യൂൺ ചെയ്തിട്ടില്ലാത്തതുമാണ്. ഒരു പൊതു ശൃംഖല ഒരു ക്ലസ്റ്ററായും പൊതു ശൃംഖലയായും പ്രവർത്തിക്കുന്ന രണ്ട് വ്യത്യസ്ത നോഡുകളുടെ രണ്ട് ഗ്രൂപ്പുകൾ ഇതിൽ ഉൾപ്പെടുന്നു. നോഡുകൾ നാല് തരം ഡിസ്കുകൾ കൊണ്ട് നിറഞ്ഞു - രണ്ട് തരം എസ്എസ്ഡി, രണ്ട് വ്യത്യസ്ത പ്ലെയ്സ്മെന്റ് നിയമങ്ങളിൽ ശേഖരിച്ചു, കൂടാതെ മൂന്നാമത്തെ ഗ്രൂപ്പിൽ ശേഖരിച്ച വ്യത്യസ്ത വലുപ്പത്തിലുള്ള രണ്ട് തരം HDD. വ്യത്യസ്‌ത വലുപ്പത്തിലുള്ള പ്രശ്‌നം വ്യത്യസ്‌ത OSD വെയ്‌റ്റുകളാൽ പരിഹരിച്ചു.

സജ്ജീകരണം തന്നെ രണ്ട് ഭാഗങ്ങളായി തിരിച്ചിരിക്കുന്നു - ഓപ്പറേറ്റിംഗ് സിസ്റ്റം ട്യൂണിംഗ് и CEPH-ന്റെ തന്നെ ട്യൂണിംഗ് അതിന്റെ ക്രമീകരണങ്ങളും.

OS നവീകരിക്കുന്നു

നെറ്റ്വർക്ക്

ഉയർന്ന ലേറ്റൻസി റെക്കോർഡിംഗിനെയും ബാലൻസിംഗിനെയും ബാധിച്ചു. റെക്കോർഡിംഗ് ചെയ്യുമ്പോൾ - കാരണം മറ്റ് പ്ലേസ്‌മെന്റ് ഗ്രൂപ്പുകളിലെ ഡാറ്റ പകർപ്പുകൾ വിജയം സ്ഥിരീകരിക്കുന്നത് വരെ വിജയകരമായ റെക്കോർഡിംഗിനെക്കുറിച്ച് ക്ലയന്റിന് ഒരു പ്രതികരണം ലഭിക്കില്ല. ക്രഷ് മാപ്പിൽ പകർപ്പുകൾ വിതരണം ചെയ്യുന്നതിനുള്ള നിയമങ്ങൾ ഒരു ഹോസ്റ്റിന് ഒരു പകർപ്പായതിനാൽ, നെറ്റ്‌വർക്ക് എല്ലായ്പ്പോഴും ഉപയോഗിച്ചു.

അതിനാൽ, ഞാൻ ആദ്യം ചെയ്യാൻ തീരുമാനിച്ചത് നിലവിലെ നെറ്റ്‌വർക്ക് ചെറുതായി മാറ്റുക എന്നതാണ്, അതേ സമയം പ്രത്യേക നെറ്റ്‌വർക്കുകളിലേക്ക് മാറാൻ എന്നെ ബോധ്യപ്പെടുത്താൻ ശ്രമിക്കുകയാണ്.

ആരംഭിക്കുന്നതിന്, ഞാൻ നെറ്റ്‌വർക്ക് കാർഡുകളുടെ ക്രമീകരണങ്ങൾ ട്വീക്ക് ചെയ്തു. ക്യൂകൾ സജ്ജീകരിച്ചുകൊണ്ട് ഞാൻ ആരംഭിച്ചു:

എന്ത് സംഭവിച്ചു:

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

നിലവിലെ പാരാമീറ്ററുകൾ പരമാവധിയിൽ നിന്ന് വളരെ അകലെയാണെന്ന് കാണാൻ കഴിയും. വർദ്ധിച്ചു:

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

ഒരു മികച്ച ലേഖനത്താൽ നയിക്കപ്പെടുന്നു

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

അയയ്ക്കുന്ന ക്യൂവിന്റെ നീളം വർദ്ധിപ്പിച്ചു txqueuelen 1000 മുതൽ 10 വരെ

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

ശരി, സെഫിന്റെ ഡോക്യുമെന്റേഷൻ പിന്തുടരുന്നു

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

വർദ്ധിച്ചു എം.ടി.യു 9000 വരെ.

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

/etc/network/interfaces-ലേക്ക് ചേർത്തതിനാൽ മുകളിൽ പറഞ്ഞവയെല്ലാം സ്റ്റാർട്ടപ്പിൽ ലോഡ് ചെയ്യപ്പെടും

cat / etc / network / 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

അതിനുശേഷം, അതേ ലേഖനത്തെ തുടർന്ന്, ഞാൻ 4.15 കേർണലിന്റെ ഹാൻഡിലുകളെ ചിന്താപൂർവ്വം വളച്ചൊടിക്കാൻ തുടങ്ങി. നോഡുകൾക്ക് 128G റാം ഉണ്ടെന്ന് കണക്കിലെടുക്കുമ്പോൾ, ഞങ്ങൾ ഒരു കോൺഫിഗറേഷൻ ഫയലിൽ അവസാനിപ്പിച്ചു sysctl

cat /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)

Сതിളക്കമുള്ള ശൃംഖല പ്രത്യേക 10Gbps നെറ്റ്‌വർക്ക് ഇന്റർഫേസുകളിൽ ഒരു പ്രത്യേക ഫ്ലാറ്റ് നെറ്റ്‌വർക്കിലേക്ക് അനുവദിച്ചു. ഓരോ മെഷീനിലും ഡ്യുവൽ പോർട്ട് നെറ്റ്‌വർക്ക് കാർഡുകൾ സജ്ജീകരിച്ചിരിക്കുന്നു മെല്ലനോക്സ് 10/25 Gbps, രണ്ട് വ്യത്യസ്ത 10Gbps സ്വിച്ചുകളിലേക്ക് പ്ലഗ് ചെയ്‌തിരിക്കുന്നു. ഒഎസ്പിഎഫ് ഉപയോഗിച്ചാണ് അഗ്രഗേഷൻ നടത്തിയത്, കാരണം ചില കാരണങ്ങളാൽ lacp-യുമായുള്ള ബോണ്ടിംഗ് പരമാവധി 16 Gbps ത്രൂപുട്ട് കാണിക്കുന്നു, അതേസമയം ospf ഓരോ മെഷീനിലും രണ്ട് ടെൻസും വിജയകരമായി ഉപയോഗിച്ചു. ലേറ്റൻസി കുറയ്ക്കാൻ ഈ മെലനോക്സുകളിൽ ROCE പ്രയോജനപ്പെടുത്തുക എന്നതായിരുന്നു ഭാവി പദ്ധതികൾ. നെറ്റ്‌വർക്കിന്റെ ഈ ഭാഗം എങ്ങനെ സജ്ജീകരിക്കാം:

1. മെഷീനുകൾക്ക് തന്നെ BGP-യിൽ ബാഹ്യ IP വിലാസങ്ങൾ ഉള്ളതിനാൽ, ഞങ്ങൾക്ക് സോഫ്റ്റ്‌വെയർ ആവശ്യമാണ് - (കൂടുതൽ കൃത്യമായി പറഞ്ഞാൽ, ഈ ലേഖനം എഴുതുന്ന സമയത്ത് അത് അങ്ങനെയായിരുന്നു frr=6.0-1 ) ഇതിനകം നിൽക്കുകയായിരുന്നു.
2. മൊത്തത്തിൽ, മെഷീനുകൾക്ക് രണ്ട് നെറ്റ്‌വർക്ക് ഇന്റർഫേസുകളുണ്ട്, ഓരോന്നിനും രണ്ട് ഇന്റർഫേസുകളുണ്ട് - ആകെ 4 പോർട്ടുകൾ. ഒരു നെറ്റ്‌വർക്ക് കാർഡ് രണ്ട് പോർട്ടുകളുള്ള ഫാക്ടറിയിലേക്ക് നോക്കി, അതിൽ BGP കോൺഫിഗർ ചെയ്‌തു, രണ്ടാമത്തേത് രണ്ട് പോർട്ടുകളുള്ള രണ്ട് വ്യത്യസ്ത സ്വിച്ചുകൾ നോക്കി, അതിൽ OSPF സജ്ജീകരിച്ചു.

OSPF സജ്ജീകരിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിശദാംശങ്ങൾ: രണ്ട് ലിങ്കുകൾ കൂട്ടിച്ചേർക്കുകയും തെറ്റ് സഹിഷ്ണുത പുലർത്തുകയും ചെയ്യുക എന്നതാണ് പ്രധാന ചുമതല.
രണ്ട് നെറ്റ്‌വർക്ക് ഇന്റർഫേസുകൾ രണ്ട് ലളിതമായ ഫ്ലാറ്റ് നെറ്റ്‌വർക്കുകളായി ക്രമീകരിച്ചിരിക്കുന്നു - 10.10.10.0/24, 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

അതിലൂടെ കാറുകൾ പരസ്പരം കാണുന്നു.

ഡിസ്ക്

ഡിസ്കുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുക എന്നതായിരുന്നു അടുത്ത ഘട്ടം. SSD-യ്‌ക്ക് ഞാൻ ഷെഡ്യൂളർ മാറ്റി ഇല്ല, HDD-യ്‌ക്ക് - സമയപരിധി. വ്യക്തമായി പറഞ്ഞാൽ, ഇംഗ്ലീഷിൽ "FIFO (ഫസ്റ്റ് ഇൻ, ഫസ്റ്റ് ഔട്ട്)" എന്ന് തോന്നുന്ന "ഫസ്റ്റ് ഇൻ, ഫസ്റ്റ് ഔട്ട്" എന്ന തത്വത്തിലാണ് NOOP പ്രവർത്തിക്കുന്നത്. അഭ്യർത്ഥനകൾ എത്തുമ്പോൾ ക്യൂ നിൽക്കുന്നു. DEADLINE എന്നത് കൂടുതൽ വായനാധിഷ്‌ഠിതമാണ്, കൂടാതെ ക്യൂ ചെയ്‌തിരിക്കുന്ന പ്രക്രിയയ്‌ക്ക് ഓപ്പറേഷൻ സമയത്ത് ഡിസ്‌കിലേക്ക് ഏതാണ്ട് എക്‌സ്‌ക്ലൂസീവ് ആക്‌സസ് ലഭിക്കുന്നു. ഇത് ഞങ്ങളുടെ സിസ്റ്റത്തിന് അനുയോജ്യമാണ് - എല്ലാത്തിനുമുപരി, ഓരോ ഡിസ്കിലും ഒരു പ്രോസസ്സ് മാത്രമേ പ്രവർത്തിക്കൂ - OSD ഡെമൺ.
(I/O ഷെഡ്യൂളറിലേക്ക് ഡൈവ് ചെയ്യാൻ ആഗ്രഹിക്കുന്നവർക്ക് അതിനെക്കുറിച്ച് ഇവിടെ വായിക്കാം:
http://www.admin-magazine.com/HPC/Articles/Linux-I-O-Schedulers

റഷ്യൻ ഭാഷയിൽ വായിക്കാൻ ഇഷ്ടപ്പെടുന്നവർ: https://www.opennet.ru/base/sys/linux_shedulers.txt.html)

Linux ട്യൂൺ ചെയ്യുന്നതിനുള്ള ശുപാർശകളിൽ, nr_request വർദ്ധിപ്പിക്കാനും ശുപാർശ ചെയ്യുന്നു

nr_requests
nr_requests-ന്റെ മൂല്യം, I/O ഷെഡ്യൂളർ ബ്ലോക്ക് ഉപകരണത്തിലേക്ക് ഡാറ്റ അയയ്‌ക്കുന്നതിനും / സ്വീകരിക്കുന്നതിനും മുമ്പ് ബഫർ ചെയ്യപ്പെടുന്ന I/O അഭ്യർത്ഥനകളുടെ അളവ് നിർണ്ണയിക്കുന്നു, നിങ്ങൾ ഒരു RAID കാർഡ് / ബ്ലോക്ക് ഉപകരണം ഉപയോഗിക്കുകയാണെങ്കിൽ, I-നെക്കാൾ വലിയ ക്യൂ കൈകാര്യം ചെയ്യാൻ കഴിയും. /O ഷെഡ്യൂളർ സജ്ജീകരിച്ചിരിക്കുന്നു, nr_requests-ന്റെ മൂല്യം ഉയർത്തുന്നത്, സെർവറിൽ വലിയ അളവിൽ I/O സംഭവിക്കുമ്പോൾ സെർവർ ലോഡ് കുറയ്ക്കാനും മെച്ചപ്പെടുത്താനും സഹായിച്ചേക്കാം. ഷെഡ്യൂളറായി നിങ്ങൾ ഡെഡ്‌ലൈൻ അല്ലെങ്കിൽ CFQ ഉപയോഗിക്കുകയാണെങ്കിൽ, നിങ്ങൾ nr_request മൂല്യം ക്യൂ ഡെപ്‌തിന്റെ മൂല്യത്തിന്റെ 2 മടങ്ങ് ആയി സജ്ജീകരിക്കാൻ നിർദ്ദേശിക്കുന്നു.

പക്ഷേ! CEPH-ന്റെ ഡെവലപ്പർമാരായ പൗരന്മാർ തന്നെ, അവരുടെ മുൻഗണനാ സംവിധാനം മികച്ച രീതിയിൽ പ്രവർത്തിക്കുന്നുവെന്ന് ഞങ്ങളെ ബോധ്യപ്പെടുത്തുന്നു

WBThrottle കൂടാതെ/അല്ലെങ്കിൽ nr_requests

WBThrottle കൂടാതെ/അല്ലെങ്കിൽ nr_requests
ഫയൽ സംഭരണം എഴുതുന്നതിനായി ബഫർ ചെയ്ത I/O ഉപയോഗിക്കുന്നു; ഫയൽ സ്റ്റോറേജ് ലോഗ് വേഗതയേറിയ മീഡിയയിലാണെങ്കിൽ ഇത് നിരവധി നേട്ടങ്ങൾ നൽകുന്നു. ലോഗിലേക്ക് ഡാറ്റ എഴുതിയാലുടൻ ക്ലയന്റ് അഭ്യർത്ഥനകൾ അറിയിക്കുകയും പിന്നീട് സാധാരണ ലിനക്സ് ഫംഗ്ഷണാലിറ്റി ഉപയോഗിച്ച് ഡാറ്റ ഡിസ്കിലേക്ക് തന്നെ ഫ്ലഷ് ചെയ്യുകയും ചെയ്യുന്നു. ഇത് സ്പിൻഡിൽ ഒഎസ്ഡികൾക്ക് ചെറിയ സ്ഫോടനങ്ങളിൽ എഴുതുമ്പോൾ എസ്എസ്ഡികൾക്ക് സമാനമായ റൈറ്റ് ലേറ്റൻസി നൽകുന്നത് സാധ്യമാക്കുന്നു. ഈ കാലതാമസം നേരിട്ട റൈറ്റ് ബാക്ക്, കേർണലിനെ തന്നെ ഡിസ്ക് I/O അഭ്യർത്ഥനകൾ പുനഃസംഘടിപ്പിക്കാൻ അനുവദിക്കുന്നു, ഒന്നുകിൽ അവയെ ഒന്നിച്ച് ലയിപ്പിക്കാം അല്ലെങ്കിൽ നിലവിലുള്ള ഡിസ്ക് ഹെഡ്ഡുകളെ അവയുടെ പ്ലാറ്ററുകളിൽ കൂടുതൽ അനുയോജ്യമായ പാത തിരഞ്ഞെടുക്കാൻ അനുവദിക്കും. ഡയറക്ട് അല്ലെങ്കിൽ സിൻക്രണസ് I/O ഉപയോഗിച്ച് സാധ്യമാകുന്നതിനേക്കാൾ അൽപ്പം കൂടുതൽ I/O ഓരോ ഡിസ്കിൽ നിന്നും നിങ്ങൾക്ക് ഞെരുക്കാൻ കഴിയും എന്നതാണ് നെറ്റ് ഇഫക്റ്റ്.

എന്നിരുന്നാലും, നൽകിയിരിക്കുന്ന Ceph ക്ലസ്റ്ററിലേക്കുള്ള ഇൻകമിംഗ് റെക്കോർഡുകളുടെ അളവ് അടിസ്ഥാന ഡിസ്കുകളുടെ എല്ലാ കഴിവുകളും കവിയുന്നുവെങ്കിൽ ഒരു പ്രത്യേക പ്രശ്നം ഉയർന്നുവരുന്നു. ഈ സാഹചര്യത്തിൽ, ഡിസ്കിലേക്ക് എഴുതാൻ കാത്തിരിക്കുന്ന തീർച്ചപ്പെടുത്താത്ത I/O പ്രവർത്തനങ്ങളുടെ ആകെ എണ്ണം അനിയന്ത്രിതമായി വളരുകയും, മുഴുവൻ ഡിസ്കിലും Ceph ക്യൂകളിലും I/O ക്യൂകൾ നിറയുകയും ചെയ്യും. പ്രൈമറി ഡിസ്കിലേക്ക് ഫ്ലഷ് ചെയ്യാൻ കുറച്ച് സെക്കന്റുകൾ എടുത്തേക്കാവുന്ന, റൈറ്റ് അഭ്യർത്ഥനകൾക്കിടയിൽ അവ കുടുങ്ങിപ്പോയതിനാൽ റീഡ് അഭ്യർത്ഥനകളെ പ്രത്യേകിച്ച് സ്വാധീനിക്കുന്നു.

ഈ പ്രശ്നം മറികടക്കാൻ, Ceph-ന് WBThrottle എന്ന ഫയൽ സ്റ്റോറേജിൽ ഒരു റൈറ്റ്ബാക്ക് ത്രോട്ടിലിംഗ് സംവിധാനം ഉണ്ട്. കേർണൽ തന്നെ പ്രവർത്തനക്ഷമമാക്കിയതിനാൽ സ്വാഭാവികമായി സംഭവിക്കുന്നതിനേക്കാൾ നേരത്തെ ക്യൂ അപ്പ് ചെയ്യാനും അതിന്റെ ഫ്ലഷ് പ്രക്രിയ ആരംഭിക്കാനും കഴിയുന്ന അലസമായ എഴുത്ത് I/O യുടെ മൊത്തത്തിലുള്ള അളവ് പരിമിതപ്പെടുത്തുന്നതിനാണ് ഇത് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. നിർഭാഗ്യവശാൽ, സ്ഥിരസ്ഥിതി മൂല്യങ്ങൾ ഇപ്പോഴും നിലവിലുള്ള സ്വഭാവത്തെ റീഡ് ലേറ്റൻസിയിൽ ഈ ആഘാതം കുറയ്ക്കാൻ കഴിയുന്ന ഒരു തലത്തിലേക്ക് കുറച്ചേക്കില്ല എന്ന് പരിശോധന തെളിയിക്കുന്നു. ക്രമീകരണങ്ങൾക്ക് ഈ സ്വഭാവം മാറ്റാനും മൊത്തത്തിലുള്ള റൈറ്റ് ക്യൂ ദൈർഘ്യം കുറയ്ക്കാനും ഈ ആഘാതം കുറച്ചുകൂടി തീവ്രമാക്കാനും കഴിയും. എന്നിരുന്നാലും, ഒരു ട്രേഡ്-ഓഫ് ഉണ്ട്: ക്യൂവിൽ അനുവദിക്കുന്ന എൻട്രികളുടെ മൊത്തത്തിലുള്ള പരമാവധി എണ്ണം കുറയ്ക്കുന്നതിലൂടെ, ഇൻകമിംഗ് അഭ്യർത്ഥനകൾ ഓർഡർ ചെയ്യുന്നതിൽ അതിന്റെ കാര്യക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനുള്ള കേർണലിന്റെ കഴിവ് നിങ്ങൾക്ക് കുറയ്ക്കാൻ കഴിയും. നിങ്ങളുടെ നിർദ്ദിഷ്‌ട ഉപയോഗ സാഹചര്യം, ജോലിഭാരം, അവയ്‌ക്കനുസൃതമായി ക്രമീകരിക്കൽ എന്നിവയ്‌ക്ക് കൂടുതൽ എന്താണ് വേണ്ടതെന്ന് അൽപ്പം ചിന്തിക്കുന്നത് മൂല്യവത്താണ്.

അത്തരം ഒരു റൈറ്റ്-ബാക്ക്‌ലോഗ് ക്യൂവിന്റെ ആഴം നിയന്ത്രിക്കുന്നതിന്, ഒന്നുകിൽ നിങ്ങൾക്ക് WBThrottle ക്രമീകരണങ്ങൾ ഉപയോഗിച്ച് മൊത്തത്തിലുള്ള പരമാവധി I/O പ്രവർത്തനങ്ങളുടെ എണ്ണം കുറയ്ക്കാം, അല്ലെങ്കിൽ നിങ്ങളുടെ കേർണലിന്റെ ബ്ലോക്ക് തലത്തിൽ തന്നെ മികച്ച പ്രവർത്തനങ്ങളുടെ പരമാവധി മൂല്യം കുറയ്ക്കാം. രണ്ടിനും ഒരേ സ്വഭാവം ഫലപ്രദമായി നിയന്ത്രിക്കാൻ കഴിയും, ഈ ക്രമീകരണം നടപ്പിലാക്കുന്നതിനുള്ള അടിസ്ഥാനം നിങ്ങളുടെ മുൻഗണനകളായിരിക്കും.
ഡിസ്ക് തലത്തിലുള്ള ചെറിയ ചോദ്യങ്ങൾക്ക് സെഫിന്റെ ഓപ്പറേഷൻ പ്രയോറിറ്റി സിസ്റ്റം കൂടുതൽ കാര്യക്ഷമമാണെന്നതും ശ്രദ്ധിക്കേണ്ടതാണ്. നൽകിയിരിക്കുന്ന ഡിസ്കിലേക്ക് മൊത്തത്തിലുള്ള ക്യൂ ചുരുക്കുന്നതിലൂടെ, ക്യൂവിന്റെ പ്രാഥമിക സ്ഥാനം Ceph-ലേക്ക് നീങ്ങുന്നു, അവിടെ I/O ഓപ്പറേഷന് എന്ത് മുൻഗണനയാണുള്ളത് എന്നതിൽ അതിന് കൂടുതൽ നിയന്ത്രണം ഉണ്ട്. ഇനിപ്പറയുന്ന ഉദാഹരണം പരിഗണിക്കുക:

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

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

കോമൺ

നിങ്ങളുടെ കാറിനെ മൃദുവും സിൽക്കിയും ആക്കാനും ഹാർഡ്‌വെയറിൽ നിന്ന് കുറച്ച് കൂടി പെർഫോമൻസ് ഞെരുക്കാനുമുള്ള കുറച്ച് കേർണൽ ട്വീക്കുകളും

cat /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. 

CEPH-ൽ നിമജ്ജനം

കൂടുതൽ വിശദമായി ഞാൻ താമസിക്കാൻ ആഗ്രഹിക്കുന്ന ക്രമീകരണങ്ങൾ:

cat /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

12.2.12 പതിപ്പിൽ QA-യ്‌ക്കായി പരീക്ഷിച്ച ചില പാരാമീറ്ററുകൾ ceph പതിപ്പ് 12.2.2-ൽ കാണുന്നില്ല, ഉദാഹരണത്തിന് osd_recovery_threads. അതിനാൽ, പ്ലാനുകളിൽ 12.2.12 ലേക്ക് ഉൽപ്പാദനം സംബന്ധിച്ച ഒരു അപ്ഡേറ്റ് ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. റോളിംഗ് അപ്‌ഡേറ്റുകൾ അനുവദിക്കുന്ന ഒരു ക്ലസ്റ്ററിലെ 12.2.2, 12.2.12 പതിപ്പുകൾ തമ്മിലുള്ള അനുയോജ്യത പ്രാക്ടീസ് കാണിക്കുന്നു.

ടെസ്റ്റ് ക്ലസ്റ്റർ

സ്വാഭാവികമായും, ടെസ്റ്റിംഗിനായി യുദ്ധത്തിലെ അതേ പതിപ്പ് ഉണ്ടായിരിക്കേണ്ടത് ആവശ്യമാണ്, എന്നാൽ ഞാൻ ക്ലസ്റ്ററുമായി പ്രവർത്തിക്കാൻ തുടങ്ങിയ സമയത്ത്, പുതിയത് മാത്രമേ ശേഖരത്തിൽ ലഭ്യമായിരുന്നുള്ളൂ. നോക്കുമ്പോൾ, ചെറിയ പതിപ്പിൽ നിങ്ങൾക്ക് തിരിച്ചറിയാൻ കഴിയുന്നത് വളരെ വലുതല്ല (1393 കോൺഫിഗറുകളിലെ വരികൾ എതിരായി 1436 പുതിയ പതിപ്പിൽ), പുതിയത് പരീക്ഷിക്കാൻ ഞങ്ങൾ തീരുമാനിച്ചു (എന്തായാലും അപ്‌ഡേറ്റ് ചെയ്യുന്നു, എന്തിനാണ് പഴയ ജങ്ക് ഉപയോഗിച്ച് പോകുന്നത്)

പഴയ പതിപ്പ് ഉപേക്ഷിക്കാൻ ഞങ്ങൾ ശ്രമിച്ച ഒരേയൊരു കാര്യം പാക്കേജ് മാത്രമാണ് ceph-വിന്യാസം കാരണം ചില യൂട്ടിലിറ്റികൾ (ചില ജീവനക്കാരും) അതിന്റെ വാക്യഘടനയ്ക്ക് അനുസൃതമായി രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ്. പുതിയ പതിപ്പ് തികച്ചും വ്യത്യസ്തമായിരുന്നു, പക്ഷേ ക്ലസ്റ്ററിന്റെ പ്രവർത്തനത്തെ തന്നെ ബാധിച്ചില്ല, അത് പതിപ്പിൽ അവശേഷിക്കുന്നു 1.5.39

ceph-disk കമാൻഡ് അത് ഒഴിവാക്കിയെന്ന് വ്യക്തമായി പറയുന്നതിനാൽ, ceph-volume കമാൻഡ് ഉപയോഗിക്കുക, പ്രിയപ്പെട്ടവരേ, കാലഹരണപ്പെട്ടവയിൽ സമയം പാഴാക്കാതെ ഞങ്ങൾ ഈ കമാൻഡ് ഉപയോഗിച്ച് OSD-കൾ സൃഷ്ടിക്കാൻ തുടങ്ങി.

രണ്ട് എസ്എസ്ഡി ഡ്രൈവുകളുടെ ഒരു മിറർ സൃഷ്ടിക്കുക എന്നതായിരുന്നു പദ്ധതി, അതിൽ ഞങ്ങൾ ഒഎസ്ഡി ലോഗുകൾ സ്ഥാപിക്കും, അവ സ്പിൻഡിൽ എസ്എഎസുകളിൽ സ്ഥിതിചെയ്യുന്നു. ലോഗ് ഉള്ള ഡിസ്ക് വീണാൽ ഡാറ്റയുമായി ബന്ധപ്പെട്ട പ്രശ്നങ്ങളിൽ നിന്ന് ഇത്തരത്തിൽ നമുക്ക് സ്വയം പരിരക്ഷിക്കാം.

ഡോക്യുമെന്റേഷൻ അനുസരിച്ച് ഞങ്ങൾ ഒരു ക്ലസ്റ്റർ സൃഷ്ടിക്കാൻ തുടങ്ങി

cat /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

ഒരു ക്ലസ്റ്റർ പതിപ്പ് 12.2.12 ഉപയോഗിച്ച് ceph-deploy-യുടെ ഈ പതിപ്പിനൊപ്പം പ്രവർത്തിക്കുമ്പോൾ ഞാൻ ആദ്യം ഇടറിയത് ഒരു സോഫ്റ്റ്‌വെയർ റെയ്ഡിൽ db ഉപയോഗിച്ച് ഒരു OSD സൃഷ്ടിക്കാൻ ശ്രമിക്കുമ്പോഴുണ്ടായ ഒരു പിശകാണ് -

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

തീർച്ചയായും, blkid PARTUID ആണെന്ന് തോന്നുന്നില്ല, അതിനാൽ എനിക്ക് സ്വമേധയാ പാർട്ടീഷനുകൾ സൃഷ്ടിക്കേണ്ടി വന്നു:

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

എല്ലാം തയ്യാറാണെന്ന് തോന്നുന്നു, ഞങ്ങൾ വീണ്ടും OSD സൃഷ്ടിക്കാൻ ശ്രമിക്കുകയും ഇനിപ്പറയുന്ന പിശക് നേടുകയും ചെയ്യുന്നു (ഇത് യുദ്ധത്തിൽ പുനർനിർമ്മിച്ചില്ല)

WAL-ലേക്കുള്ള പാത വ്യക്തമാക്കാതെ, എന്നാൽ db വ്യക്തമാക്കാതെ ബ്ലൂസ്റ്റോർ തരം OSD സൃഷ്ടിക്കുമ്പോൾ

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

മാത്രമല്ല, ഒരേ കണ്ണാടിയിൽ (അല്ലെങ്കിൽ നിങ്ങൾക്ക് ഇഷ്ടമുള്ള മറ്റൊരിടത്ത്) നിങ്ങൾ WAL-നായി മറ്റൊരു പാർട്ടീഷൻ സൃഷ്ടിക്കുകയും OSD സൃഷ്ടിക്കുമ്പോൾ അത് വ്യക്തമാക്കുകയും ചെയ്താൽ, എല്ലാം സുഗമമായി നടക്കും (ഒരു പ്രത്യേക WAL പ്രത്യക്ഷപ്പെടുന്നത് ഒഴികെ. ആഗ്രഹിച്ചിട്ടുണ്ട്).

പക്ഷേ, WAL നെ NVMe-ലേക്ക് മാറ്റാനുള്ള വിദൂര പദ്ധതികളിലായിരുന്നതിനാൽ, ഈ രീതി അതിരുകടന്നതായി മാറിയില്ല.

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

മോണിറ്ററുകൾ, മാനേജർമാർ, OSD എന്നിവ സൃഷ്ടിച്ചു. ഇപ്പോൾ ഞാൻ അവയെ വ്യത്യസ്തമായി ഗ്രൂപ്പുചെയ്യാൻ ആഗ്രഹിക്കുന്നു, കാരണം വ്യത്യസ്ത തരം ഡിസ്കുകൾ - എസ്എസ്ഡിയിൽ ഫാസ്റ്റ് പൂളുകളും വലുതും എസ്എഎസ് പാൻകേക്കുകളിൽ സ്ലോ പൂളുകളും ഉണ്ടായിരിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു.

സെർവറുകൾക്ക് 20 ഡിസ്കുകൾ ഉണ്ടെന്ന് നമുക്ക് അനുമാനിക്കാം, ആദ്യത്തെ പത്ത് ഒരു തരം, രണ്ടാമത്തേത് മറ്റൊന്ന്.
പ്രാരംഭ, സ്ഥിരസ്ഥിതി, കാർഡ് ഇതുപോലെ കാണപ്പെടുന്നു:

ceph osd മരം

root@ceph01-q:~# ceph osd വൃക്ഷം
ഐഡി ക്ലാസ് വെയ്റ്റ് ടൈപ്പ് പേര് സ്റ്റാറ്റസ് റിവെയ്റ്റ് പ്രി-എഎഫ്എഫ്
-1 14.54799 റൂട്ട് ഡിഫോൾട്ട്
-3 9.09200 ഹോസ്റ്റ് ceph01-q
0 ssd 1.00000 osd.0 മുതൽ 1.00000 1.00000 വരെ
1 ssd 1.00000 osd.1 മുതൽ 1.00000 1.00000 വരെ
2 ssd 1.00000 osd.2 മുതൽ 1.00000 1.00000 വരെ
3 ssd 1.00000 osd.3 മുതൽ 1.00000 1.00000 വരെ
4 hdd 1.00000 osd.4 മുതൽ 1.00000 1.00000 വരെ
5 hdd 0.27299 osd.5 മുതൽ 1.00000 1.00000 വരെ
6 hdd 0.27299 osd.6 മുതൽ 1.00000 1.00000 വരെ
7 hdd 0.27299 osd.7 മുതൽ 1.00000 1.00000 വരെ
8 hdd 0.27299 osd.8 മുതൽ 1.00000 1.00000 വരെ
9 hdd 0.27299 osd.9 മുതൽ 1.00000 1.00000 വരെ
10 hdd 0.27299 osd.10 മുതൽ 1.00000 1.00000 വരെ
11 hdd 0.27299 osd.11 മുതൽ 1.00000 1.00000 വരെ
12 hdd 0.27299 osd.12 മുതൽ 1.00000 1.00000 വരെ
13 hdd 0.27299 osd.13 മുതൽ 1.00000 1.00000 വരെ
14 hdd 0.27299 osd.14 മുതൽ 1.00000 1.00000 വരെ
15 hdd 0.27299 osd.15 മുതൽ 1.00000 1.00000 വരെ
16 hdd 0.27299 osd.16 മുതൽ 1.00000 1.00000 വരെ
17 hdd 0.27299 osd.17 മുതൽ 1.00000 1.00000 വരെ
18 hdd 0.27299 osd.18 മുതൽ 1.00000 1.00000 വരെ
19 hdd 0.27299 osd.19 മുതൽ 1.00000 1.00000 വരെ
-5 5.45599 ഹോസ്റ്റ് ceph02-q
20 ssd 0.27299 osd.20 മുതൽ 1.00000 1.00000 വരെ
21 ssd 0.27299 osd.21 മുതൽ 1.00000 1.00000 വരെ
22 ssd 0.27299 osd.22 മുതൽ 1.00000 1.00000 വരെ
23 ssd 0.27299 osd.23 മുതൽ 1.00000 1.00000 വരെ
24 hdd 0.27299 osd.24 മുതൽ 1.00000 1.00000 വരെ
25 hdd 0.27299 osd.25 മുതൽ 1.00000 1.00000 വരെ
26 hdd 0.27299 osd.26 മുതൽ 1.00000 1.00000 വരെ
27 hdd 0.27299 osd.27 മുതൽ 1.00000 1.00000 വരെ
28 hdd 0.27299 osd.28 മുതൽ 1.00000 1.00000 വരെ
29 hdd 0.27299 osd.29 മുതൽ 1.00000 1.00000 വരെ
30 hdd 0.27299 osd.30 മുതൽ 1.00000 1.00000 വരെ
31 hdd 0.27299 osd.31 മുതൽ 1.00000 1.00000 വരെ
32 hdd 0.27299 osd.32 മുതൽ 1.00000 1.00000 വരെ
33 hdd 0.27299 osd.33 മുതൽ 1.00000 1.00000 വരെ
34 hdd 0.27299 osd.34 മുതൽ 1.00000 1.00000 വരെ
35 hdd 0.27299 osd.35 മുതൽ 1.00000 1.00000 വരെ
36 hdd 0.27299 osd.36 മുതൽ 1.00000 1.00000 വരെ
37 hdd 0.27299 osd.37 മുതൽ 1.00000 1.00000 വരെ
38 hdd 0.27299 osd.38 മുതൽ 1.00000 1.00000 വരെ
39 hdd 0.27299 osd.39 മുതൽ 1.00000 1.00000 വരെ
-7 6.08690 ഹോസ്റ്റ് ceph03-q
40 ssd 0.27299 osd.40 മുതൽ 1.00000 1.00000 വരെ
41 ssd 0.27299 osd.41 മുതൽ 1.00000 1.00000 വരെ
42 ssd 0.27299 osd.42 മുതൽ 1.00000 1.00000 വരെ
43 ssd 0.27299 osd.43 മുതൽ 1.00000 1.00000 വരെ
44 hdd 0.27299 osd.44 മുതൽ 1.00000 1.00000 വരെ
45 hdd 0.27299 osd.45 മുതൽ 1.00000 1.00000 വരെ
46 hdd 0.27299 osd.46 മുതൽ 1.00000 1.00000 വരെ
47 hdd 0.27299 osd.47 മുതൽ 1.00000 1.00000 വരെ
48 hdd 0.27299 osd.48 മുതൽ 1.00000 1.00000 വരെ
49 hdd 0.27299 osd.49 മുതൽ 1.00000 1.00000 വരെ
50 hdd 0.27299 osd.50 മുതൽ 1.00000 1.00000 വരെ
51 hdd 0.27299 osd.51 മുതൽ 1.00000 1.00000 വരെ
52 hdd 0.27299 osd.52 മുതൽ 1.00000 1.00000 വരെ
53 hdd 0.27299 osd.53 മുതൽ 1.00000 1.00000 വരെ
54 hdd 0.27299 osd.54 മുതൽ 1.00000 1.00000 വരെ
55 hdd 0.27299 osd.55 മുതൽ 1.00000 1.00000 വരെ
56 hdd 0.27299 osd.56 മുതൽ 1.00000 1.00000 വരെ
57 hdd 0.27299 osd.57 മുതൽ 1.00000 1.00000 വരെ
58 hdd 0.27299 osd.58 മുതൽ 1.00000 1.00000 വരെ
59 hdd 0.89999 osd.59 മുതൽ 1.00000 1.00000 വരെ

ബ്ലാക്ക് ജാക്കും മറ്റ് കാര്യങ്ങളും ഉപയോഗിച്ച് നമുക്ക് നമ്മുടെ സ്വന്തം വെർച്വൽ റാക്കുകളും സെർവറുകളും സൃഷ്ടിക്കാം:

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

ഞങ്ങൾ നേരിട്ട പ്രശ്നങ്ങൾ യുദ്ധം ക്ലസ്റ്റർ, ഒരു പുതിയ ഹോസ്റ്റ് സൃഷ്ടിക്കാൻ ശ്രമിക്കുമ്പോൾ നിലവിലുള്ള ഒരു റാക്ക് - കമാൻഡിലേക്ക് നീക്കുക ceph osd ക്രഷ് മൂവ് ceph01-host root=rack01 മരവിച്ചു, മോണിറ്ററുകൾ ഓരോന്നായി വീഴാൻ തുടങ്ങി. ലളിതമായ CTRL+C ഉപയോഗിച്ച് കമാൻഡ് നിർത്തലാക്കുന്നത്, ക്ലസ്റ്ററിനെ ജീവനുള്ളവരുടെ ലോകത്തേക്ക് തിരിച്ചുവിട്ടു.

ഒരു തിരയൽ ഈ പ്രശ്നം കാണിച്ചു: https://tracker.ceph.com/issues/23386

ക്രഷ്മാപ്പ് വലിച്ചെറിയുകയും അവിടെ നിന്ന് ഭാഗം നീക്കം ചെയ്യുകയും ചെയ്യുക എന്നതാണ് പരിഹാരം റൂൾ 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

അക്തംഗ്: ഈ പ്രവർത്തനം OSD-കൾക്കിടയിൽ പ്ലേസ്‌മെന്റ് ഗ്രൂപ്പിന്റെ പുനഃസന്തുലിതാവസ്ഥയ്ക്ക് കാരണമായേക്കാം. ഇത് ഞങ്ങൾക്ക് ഇത് കാരണമായി, പക്ഷേ വളരെ കുറവാണ്.

ടെസ്റ്റ് ക്ലസ്റ്ററിൽ ഞങ്ങൾ നേരിട്ട വിചിത്രമായ കാര്യം, OSD സെർവർ റീബൂട്ട് ചെയ്ത ശേഷം, അവർ പുതിയ സെർവറുകളിലേക്കും റാക്കുകളിലേക്കും മാറ്റിയത് മറന്നുപോയി, റൂട്ട് ഡിഫോൾട്ടിലേക്ക് മടങ്ങി.
തൽഫലമായി, ഞങ്ങൾ ssd ഡ്രൈവുകൾക്കായി ഒരു പ്രത്യേക റൂട്ടും സ്പിൻഡിൽ ഡ്രൈവുകൾക്കായി ഒരു പ്രത്യേക റൂട്ടും സൃഷ്ടിച്ച അന്തിമ സ്കീം കൂട്ടിച്ചേർക്കുമ്പോൾ, ഞങ്ങൾ എല്ലാ OSD-കളും റാക്കുകളിലേക്ക് എടുത്ത് സ്ഥിരസ്ഥിതി റൂട്ട് ഇല്ലാതാക്കി. റീബൂട്ടിന് ശേഷം, OSD സ്ഥാനത്ത് തുടരാൻ തുടങ്ങി.
പിന്നീട് ഡോക്യുമെന്റേഷൻ പരിശോധിച്ചതിന് ശേഷം, ഈ സ്വഭാവത്തിന് ഉത്തരവാദിയായ ഒരു പാരാമീറ്റർ ഞങ്ങൾ കണ്ടെത്തി. രണ്ടാം ഭാഗത്തിൽ അവനെ കുറിച്ച്

ഡിസ്ക് തരം അനുസരിച്ച് ഞങ്ങൾ എങ്ങനെ വ്യത്യസ്ത ഗ്രൂപ്പുകൾ ഉണ്ടാക്കി.

ആരംഭിക്കുന്നതിന്, ഞങ്ങൾ രണ്ട് റൂട്ടുകൾ സൃഷ്ടിച്ചു - ssd നും hdd നും

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

സെർവറുകൾ ഭൗതികമായി വ്യത്യസ്ത റാക്കുകളിൽ സ്ഥിതി ചെയ്യുന്നതിനാൽ, സൗകര്യാർത്ഥം ഞങ്ങൾ അവയിൽ സെർവറുകളുള്ള റാക്കുകൾ സൃഷ്ടിച്ചു.

# 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

കൂടാതെ ഡിസ്കുകൾ അവയുടെ തരം അനുസരിച്ച് വ്യത്യസ്ത സെർവറുകളിലേക്ക് വിതരണം ചെയ്തു

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

ssd-root, hdd-root റൂട്ടുകൾക്കിടയിൽ ഡിസ്കുകൾ ചിതറിച്ചതിനാൽ, ഞങ്ങൾ റൂട്ട്-ഡീഫോൾട്ട് ശൂന്യമാക്കി, അതിനാൽ നമുക്ക് അത് ഇല്ലാതാക്കാം.

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

അടുത്തതായി, സൃഷ്‌ടിക്കുന്ന പൂളുകളുമായി ബന്ധിപ്പിക്കുന്ന വിതരണ നിയമങ്ങൾ ഞങ്ങൾ സൃഷ്‌ടിക്കേണ്ടതുണ്ട് - നിയമങ്ങളിൽ ഏതൊക്കെ റൂട്ടുകൾക്കാണ് ഞങ്ങളുടെ പൂൾ ഡാറ്റയും പകർപ്പിന്റെ തനതായ നിലവാരവും സ്ഥാപിക്കാൻ കഴിയുകയെന്ന് ഞങ്ങൾ സൂചിപ്പിക്കും - ഉദാഹരണത്തിന്, പകർപ്പുകൾ വ്യത്യസ്ത സെർവറുകളിലായിരിക്കണം, അല്ലെങ്കിൽ വ്യത്യസ്ത റാക്കുകളിൽ (ഞങ്ങൾക്ക് അത്തരമൊരു വിതരണമുണ്ടെങ്കിൽ, നിങ്ങൾക്ക് വ്യത്യസ്ത വേരുകളിൽ പോലും കഴിയും)

ഒരു തരം തിരഞ്ഞെടുക്കുന്നതിന് മുമ്പ്, ഡോക്യുമെന്റേഷൻ വായിക്കുന്നതാണ് നല്ലത്:
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

ശരി, ഭാവിയിൽ ഞങ്ങളുടെ വിർച്ച്വലൈസേഷന്റെ ഡിസ്ക് ഇമേജുകൾ സംഭരിക്കാൻ ആഗ്രഹിക്കുന്ന പൂളുകൾ ഞങ്ങൾ സൃഷ്ടിക്കുന്നു - 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

ഏതൊക്കെ പ്ലേസ്‌മെന്റ് നിയമങ്ങളാണ് ഉപയോഗിക്കേണ്ടതെന്ന് ഞങ്ങൾ ഈ പൂളുകളോട് പറയുന്നു

 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

പ്ലെയ്‌സ്‌മെന്റ് ഗ്രൂപ്പുകളുടെ എണ്ണം തിരഞ്ഞെടുക്കുന്നത് നിങ്ങളുടെ ക്ലസ്റ്ററിനായുള്ള മുൻകൂർ കാഴ്ചപ്പാടോടെയാണ് സമീപിക്കേണ്ടത് - ഏകദേശം എത്ര ഒഎസ്‌ഡികൾ ഉണ്ടാകും, പൂളിൽ എത്ര ഡാറ്റ (മൊത്തം വോളിയത്തിന്റെ ശതമാനമായി) ഉണ്ടായിരിക്കും, എന്താണ് ഡാറ്റയുടെ ആകെ തുക.

മൊത്തത്തിൽ, ഡിസ്കിൽ 300-ലധികം പ്ലെയ്‌സ്‌മെന്റ് ഗ്രൂപ്പുകൾ ഉണ്ടാകാതിരിക്കുന്നതാണ് ഉചിതം, ചെറിയ പ്ലെയ്‌സ്‌മെന്റ് ഗ്രൂപ്പുകളുമായി സന്തുലിതമാക്കുന്നത് എളുപ്പമായിരിക്കും - അതായത്, നിങ്ങളുടെ മുഴുവൻ പൂളും 10 Tb എടുക്കുകയും അതിൽ 10 PG ഉണ്ടെങ്കിൽ - തുടർന്ന് - ടെറാബൈറ്റ് ഇഷ്ടികകൾ (pg) എറിഞ്ഞ് ബാലൻസ് ചെയ്യുന്നത് പ്രശ്നമാകും - ചെറിയ വലിപ്പത്തിലുള്ള മണൽ തരികൾ ഉപയോഗിച്ച് മണൽ ബക്കറ്റുകളിലേക്ക് എളുപ്പത്തിലും തുല്യമായും ഒഴിക്കുക).

എന്നാൽ പിജികളുടെ എണ്ണം കൂടുന്തോറും അവയുടെ സ്ഥാനം കണക്കാക്കാൻ കൂടുതൽ വിഭവങ്ങൾ ചിലവഴിക്കുന്നുവെന്ന് നാം ഓർക്കണം - മെമ്മറിയും സിപിയുവും ഉപയോഗിക്കാൻ തുടങ്ങുന്നു.

ഒരു ഏകദേശ ധാരണ ഉണ്ടാകാം എനിക്ക് ഒരു കാൽക്കുലേറ്റർ തരൂ, CEPH ഡോക്യുമെന്റേഷന്റെ ഡെവലപ്പർമാർ നൽകിയത്.

മെറ്റീരിയലുകളുടെ പട്ടിക:

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/

അവലംബം: www.habr.com