اسان وٽ پنج ريڪ، ڏهه آپٽيڪل سوئچز، ترتيب ڏنل BGP، ٻه درجن SSDs ۽ سڀني رنگن ۽ سائزن جي SAS ڊسڪن جو هڪ گروپ، گڏوگڏ proxmox ۽ سڀني جامد ڊيٽا کي پنهنجي S3 اسٽوريج ۾ رکڻ جي خواهش. نه ته اهو سڀ ڪجهه ورچوئلائيزيشن جي ضرورت آهي، پر هڪ دفعو توهان اوپن سورس استعمال ڪرڻ شروع ڪيو، پوءِ آخر تائين پنهنجي شوق جي پيروي ڪريو. صرف هڪ شيء جيڪا مون کي پريشان ڪيو BGP هئي. اندروني بي جي پي جي رستي کان وڌيڪ لاچار، غير ذميوار ۽ غير اخلاقي دنيا ۾ ڪو به ناهي. ۽ مون کي خبر هئي ته جلد ئي اسان ان ۾ غوطه وجهنداسين.
ڪم ننڍڙو هو - اتي CEPH هو، پر اهو تمام سٺو ڪم نه ڪيو. ”سٺو“ ڪرڻ ضروري هو.
مون کي جيڪو ڪلسٽر مليو، اهو متضاد هو، جلدي ترتيب ڏني وئي ۽ عملي طور تي ترتيب نه ڏني وئي. اهو مختلف نوڊس جي ٻن گروپن تي مشتمل هو، جنهن ۾ هڪ عام گرڊ هڪ ڪلستر ۽ عوامي نيٽ ورڪ ٻنهي جي حيثيت سان ڪم ڪري رهيو هو. نوڊس چار قسم جي ڊسڪن سان ڀريل هئا - ايس ايس ڊي جا ٻه قسم، ٻن الڳ الڳ مقرري ضابطن ۾ گڏ ڪيا ويا، ۽ ٻن قسمن جي HDD مختلف سائزن جي، ٽئين گروپ ۾ گڏ ڪيا ويا. مختلف سائزن سان مسئلو حل ڪيو ويو مختلف OSD وزنن سان.
سيٽ اپ پاڻ کي ٻن حصن ۾ ورهايو ويو آهي - آپريٽنگ سسٽم جي ترتيب и پاڻ CEPH جي ترتيب ۽ ان جي سيٽنگون.
او ايس کي اپڊيٽ ڪرڻ
نيٽ ورڪ
هاء ويڪرائي ٻنهي رڪارڊنگ ۽ بيلنس کي متاثر ڪيو. جڏهن رڪارڊنگ - ڇاڪاڻ ته ڪلائنٽ ڪامياب رڪارڊنگ بابت جواب حاصل نه ڪندو جيستائين ٻين پليٽ گروپن ۾ ڊيٽا ريپليڪس ڪاميابي جي تصديق ڪن. جيئن ته CRUSH نقشي ۾ نقلن کي ورهائڻ جا ضابطا هر ميزبان جي هڪ نقل هئا، نيٽ ورڪ هميشه استعمال ڪيو ويندو هو.
تنهن ڪري، پهرين شيء جيڪا مون ڪرڻ جو فيصلو ڪيو هو موجوده نيٽ ورڪ کي ٿورڙي ٽائيڪ ڪرڻ، جڏهن ته ساڳئي وقت مون کي قائل ڪرڻ جي ڪوشش ڪئي ته الڳ نيٽ ورڪ ڏانهن منتقل ڪيو وڃي.
شروع ڪرڻ سان، مون نيٽ ورڪ ڪارڊ جي سيٽنگن کي ٽائيڪ ڪيو. مون قطار قائم ڪندي شروع ڪيو:
شامل ڪيو ويو /etc/network/interfaces ته جيئن مٿيون سڀ شيون شروع ٿيڻ تي لوڊ ڪيون وڃن
ٻلي / وغيره / نيٽورڪ / انٽرنيٽ
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
ان کان پوء، ساڳئي مضمون جي پٺيان، مون سوچڻ شروع ڪيو ته 4.15 ڪني جي هٿن کي موڙي ڇڏيو. انهي ڳالهه تي غور ڪندي ته نوڊس وٽ 128G ريم آهي، اسان هڪ ترتيب واري فائل سان ختم ڪيو 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)
Сچمڪندڙ نيٽ ورڪ الڳ الڳ 10Gbps نيٽ ورڪ انٽرفيس تي هڪ الڳ فليٽ نيٽ ورڪ ۾ مختص ڪيو ويو. هر مشين ٻه-پورٽ نيٽ ورڪ ڪارڊ سان ليس هو ميلانوڪس 10/25 Gbps، ٻن الڳ الڳ 10Gbps سوئچز ۾ پلگ. مجموعي طور تي OSPF استعمال ڪندي ڪيو ويو، ڇاڪاڻ ته ڪجهه سببن لاءِ lacp سان بانڊنگ وڌ ۾ وڌ 16 Gbps جي ڪل ٿروپٽ ڏيکاري ٿي، جڏهن ته ospf ڪاميابيءَ سان هر مشين تي ٻنهي ٽينس کي استعمال ڪيو. مستقبل جا منصوبا انهن ميلانڪسز تي ROCE جو فائدو وٺڻ لاءِ دير کي گهٽائڻ لاءِ هئا. نيٽ ورڪ جي هن حصي کي ڪيئن قائم ڪجي:
جيئن ته مشينون پاڻ وٽ BGP تي ٻاهرين IP پتي آهن، اسان کي سافٽ ويئر جي ضرورت آهي. (وڌيڪ واضح طور تي، هن مضمون لکڻ جي وقت تي اهو هو frr = 6.0-1 ) اڳ ۾ ئي بيٺو هو.
مجموعي طور تي، مشينن جا ٻه نيٽ ورڪ انٽرفيس هئا، هر هڪ ٻه انٽرفيس سان - مجموعي طور تي 4 بندرگاهن. هڪ نيٽ ورڪ ڪارڊ ڪارخاني کي ٻن بندرگاهن سان ڏسندو هو ۽ ان تي BGP ترتيب ڏنل هو، ٻيو ته ٻه مختلف سوئچز کي ٻن بندرگاهن سان ڏسندو هو ۽ ان تي OSPF لڳل هوندو هو.
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
جنهن ذريعي ڪارون هڪ ٻئي کي ڏسن ٿيون.
ڊسڪ
ايندڙ قدم ڊسڪ کي بهتر ڪرڻ لاء هو. SSD لاءِ مون شيڊيولر کي تبديل ڪيو ڪوپ، HDD لاءِ - حدود. ان کي واضح ڪرڻ لاءِ، NOOP ”فرسٽ ان، فرسٽ آئوٽ“ جي اصول تي ڪم ڪري ٿو، جيڪو انگريزيءَ ۾ ”FIFO (First In, First Out)“ جهڙو آهي. درخواستون قطار ۾ آهن جيئن اهي پهچي وڃن. DEADLINE وڌيڪ پڙهڻ تي مبني آهي، انهي سان گڏ قطار واري عمل کي آپريشن جي وقت ڊسڪ تائين تقريبن خاص رسائي حاصل ڪري ٿي. اهو اسان جي سسٽم لاء مڪمل آهي - سڀ کان پوء، صرف هڪ عمل هر ڊسڪ سان ڪم ڪري ٿو - OSD ڊيمون.
(جيڪي I/O شيڊولر ۾ غوطا هڻڻ چاهين ٿا ان بابت هتي پڙهي سگهن ٿا: http://www.admin-magazine.com/HPC/Articles/Linux-I-O-Schedulers
لينڪس کي ترتيب ڏيڻ جي سفارشن ۾، اهو پڻ سفارش ڪئي وئي آهي ته nr_request کي وڌايو وڃي
nr_requests
nr_requests جو قدر I/O درخواستن جي مقدار جو تعين ڪري ٿو جيڪي I/O شيڊولر طرفان بلاڪ ڊيوائس تي ڊيٽا موڪلڻ/ وصول ڪرڻ کان اڳ بفر ٿي وڃن ٿا، جيڪڏھن توھان RAID ڪارڊ / بلاڪ ڊيوائس استعمال ڪري رھيا آھيو جيڪو I/O کان وڌيڪ وڏي قطار سنڀالي سگھي ٿو. /O شيڊولر مقرر ڪيو ويو آهي، nr_requests جي قيمت کي وڌائڻ ۾ مدد ڪري سگھي ٿي سڄڻ کي بهتر ڪرڻ ۽ سرور جي لوڊ کي گھٽائڻ ۾ جڏھن سرور تي وڏي مقدار ۾ I/O ٿئي ٿي. جيڪڏهن توهان استعمال ڪري رهيا آهيو ڊيڊ لائن يا CFQ شيڊيولر جي طور تي، اهو تجويز ڪيو ويو آهي ته توهان کي مقرر ڪرڻ گهرجي nr_request قدر قطار جي کوٽائي جي قيمت 2 ڀيرا.
پر! شهري پاڻ، CEPH جا ڊولپر، اسان کي يقين ڏيارين ٿا ته انهن جي ترجيحن جو نظام بهتر ڪم ڪري ٿو
WBThrottle ۽/يا nr_requests
WBThrottle ۽/يا nr_requests
فائل اسٽوريج لکڻ لاءِ بفر ٿيل I/O استعمال ڪري ٿو؛ اهو ڪيترن ئي فائدن کي آڻيندو آهي جيڪڏهن فائل اسٽوريج لاگ تيز ميڊيا تي آهي. ڪلائنٽ جي درخواستن کي اطلاع ڏنو ويندو آهي جيئن ئي ڊيٽا کي لاگ ۾ لکيو ويندو آهي، ۽ پوء بعد ۾ معياري لينڪس ڪارڪردگي استعمال ڪندي ڊيٽا ڊسڪ تي پاڻ کي فلش ڪيو ويندو آهي. اهو اسپنڊل OSDs لاءِ ممڪن بڻائي ٿو ته SSDs وانگر لکڻ جي دير سان مهيا ڪن جڏهن نن bursts ۾ لکڻ. هي دير سان لکڻ جي واپسي پڻ ڪنيل کي اجازت ڏئي ٿي ته ڊسڪ I/O درخواستن کي ٻيهر ترتيب ڏئي، اميد سان ته انهن کي گڏ ڪري يا موجوده ڊسڪ هيڊز کي اجازت ڏئي ٿو ته هو انهن جي پليٽن تي ڪجهه وڌيڪ بهتر رستو چونڊي. خالص اثر اهو آهي ته توهان هر ڊسڪ مان ٿورو وڌيڪ I/O نچوض ڪري سگهو ٿا جيترو سڌو يا هم وقت ساز I/O سان ممڪن هوندو.
بهرحال، هڪ خاص مسئلو پيدا ٿئي ٿو جيڪڏهن ڏنل سيف ڪلستر ڏانهن ايندڙ رڪارڊ جو حجم هيٺيون ڊسڪ جي سڀني صلاحيتن کان وڌيڪ آهي. هن منظر ۾، ڊسڪ تي لکڻ جي انتظار ۾ التوا ۾ رکيل I/O عملن جو ڪل تعداد بي ضابطگي سان وڌي سگهي ٿو ۽ نتيجي ۾ I/O قطارون پوري ڊسڪ ۽ Ceph قطارن کي ڀريندي. پڙهو درخواستون خاص طور تي متاثر ٿين ٿيون ڇاڪاڻ ته اهي لکڻ جي درخواستن جي وچ ۾ ڦاسي پيا آهن، جيڪي پرائمري ڊسڪ ڏانهن فلش ڪرڻ ۾ ڪيترائي سيڪنڊ وٺي سگهن ٿيون.
ھن مسئلي کي ختم ڪرڻ لاءِ، ڪيف وٽ WBThrottle نالي فائل اسٽوريج ۾ ٺھيل رائيٽنگ بيڪ تھروٽلنگ ميڪانيزم آھي. اهو ٺهيل آهي ته سستي لکڻ جي I/O جي مجموعي مقدار کي محدود ڪرڻ لاءِ جيڪو قطار ڪري سگھي ٿو ۽ ان جي فلش عمل کي شروع ڪري سگھي ٿو ان کان اڳ جو قدرتي طور تي ڪرنل پاران فعال ٿيڻ سبب ٿيندو. بدقسمتي سان، جاچ ڏيکاري ٿي ته ڊفالٽ قدر اڃا تائين موجوده رويي کي گهٽائي نه سگهندا آهن انهي سطح تائين جيڪي هن اثر کي پڙهي ويڪرائي تي گهٽائي سگهن ٿيون. ترميمون ھن رويي کي تبديل ڪري سگھن ٿيون ۽ مجموعي لکڻ جي قطار جي ڊيگهه گھٽائي سگھي ٿي ۽ ھن اثر کي گھٽ سخت بڻائي سگھي ٿو. هتي هڪ واپار بند آهي، جڏهن ته: قطار ۾ رکڻ جي اجازت ڏنل داخلن جي مجموعي وڌ ۾ وڌ تعداد کي گهٽائڻ سان، توهان ايندڙ درخواستن کي ترتيب ڏيڻ ۾ پنهنجي ڪارڪردگي کي وڌائڻ لاءِ خود ڪرنل جي صلاحيت کي گهٽائي سگهو ٿا. اهو ٿورو سوچڻ جي قابل آهي ته توهان کي توهان جي مخصوص استعمال جي صورت، ڪم لوڊ ۽ انهن کي ترتيب ڏيڻ لاء وڌيڪ ضرورت آهي.
اهڙي لکڻي-بئڪ لاگ قطار جي کوٽائي کي ڪنٽرول ڪرڻ لاءِ، توهان يا ته WBThrottle سيٽنگون استعمال ڪندي بقايا I/O عملن جي مجموعي وڌ ۾ وڌ تعداد کي گهٽائي سگهو ٿا، يا توهان پنهنجي ڪرنل جي بلاڪ ليول تي بقايا عملن لاءِ وڌ ۾ وڌ قدر گهٽائي سگهو ٿا. ٻئي مؤثر طريقي سان ساڳئي رويي کي ڪنٽرول ڪري سگهن ٿا، ۽ توهان جون ترجيحون هن سيٽنگ کي لاڳو ڪرڻ لاء بنياد هونديون.
اهو پڻ ياد رکڻ گهرجي ته Ceph جي آپريشن جي ترجيح سسٽم ڊسڪ جي سطح تي ننڍن سوالن لاء وڌيڪ موثر آهي. ڏنل ڊسڪ تي مجموعي قطار کي ڇڪڻ سان، قطار جو بنيادي مقام ڪيف ڏانهن منتقل ٿئي ٿو، جتي ان تي وڌيڪ ڪنٽرول آهي I/O آپريشن کي ڪهڙي ترجيح آهي. هيٺ ڏنل مثال تي غور ڪريو:
۽ توهان جي ڪار کي نرم ۽ ريشمي بڻائڻ ۽ هارڊويئر مان ٿوري وڌيڪ ڪارڪردگي کي دٻائڻ لاءِ ڪجھ وڌيڪ ڪنيل ٽائيڪس
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 ۾ وسرڻ
سيٽنگون جيڪي آئون وڌيڪ تفصيل ۾ رهڻ چاهيندس:
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
ڪجھ پيٽرولر جيڪي QA لاءِ ورزن 12.2.12 تي آزمايا ويا آھن سيف ورزن 12.2.2 ۾ غائب آھن، مثال طور osd_recovery_threads. تنهن ڪري، منصوبن ۾ 12.2.12 تائين پيداوار تي تازه ڪاري شامل آهي. مشق هڪ ڪلستر ۾ نسخن 12.2.2 ۽ 12.2.12 جي وچ ۾ مطابقت ڏيکاري ٿي، جيڪا رولنگ اپڊيٽ جي اجازت ڏئي ٿي.
ٽيسٽ ڪلستر
قدرتي طور تي، ٽيسٽ لاء ضروري هو ته ساڳيو نسخو جنگ ۾، پر جڏهن مون ڪلستر سان ڪم ڪرڻ شروع ڪيو، صرف هڪ نئون نسخو مخزن ۾ موجود هو. ڏسڻ کان پوء، توهان ننڍڙي نسخي ۾ ڇا سمجهي سگهو ٿا تمام وڏو نه آهي (1393 جي خلاف configs ۾ لائنون 1436 نئين ورزن ۾)، اسان فيصلو ڪيو ته نئين کي جاچڻ شروع ڪيو وڃي (بهرحال اپڊيٽ ڪرڻ، پراڻي ردي سان ڇو وڃو)
صرف هڪ شيء جيڪا اسان پراڻي ورزن جي پويان ڇڏڻ جي ڪوشش ڪئي آهي اهو پيڪيج آهي ceph- مقرر ڪرڻ جيئن ته ڪجھ يوٽيلٽيز (۽ ڪجھ ملازمن) ان جي نحو مطابق ترتيب ڏنيون ويون. نئون نسخو بلڪل مختلف هو، پر ڪلستر جي آپريشن کي متاثر نه ڪيو، ۽ اهو نسخو ۾ ڇڏي ويو 1.5.39
جيئن ته ceph-disk ڪمانڊ واضح طور تي چوي ٿو ته اهو ختم ٿيل آهي ۽ ceph-volume ڪمانڊ استعمال ڪريو، پيارا، اسان هن ڪمانڊ سان او ايس ڊي ٺاهڻ شروع ڪيا آهن، بغير ڪنهن پراڻين تي وقت ضايع ڪرڻ جي.
منصوبو ٻن ايس ايس ڊي ڊرائيوز جو آئيني ٺاهڻ هو جنهن تي اسين او ايس ڊي لاگز رکون ٿا، جيڪي، موڙ ۾، اسپنڊل SASs تي واقع آهن. انهي طريقي سان اسان پاڻ کي ڊيٽا جي مسئلن کان بچائي سگهون ٿا جيڪڏهن ڊسڪ سان لاگ ان ٿئي ٿي.
اسان دستاويزن جي مطابق هڪ ڪلستر ٺاهڻ شروع ڪيو
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
پهرين شيء جيڪا مون کي ڌڪ لڳي هئي جڏهن ceph-deploy جي هن نسخي سان ڪلسٽر ورزن 12.2.12 سان ڪم ڪندي هڪ غلطي هئي جڏهن هڪ سافٽ ويئر ريڊ تي db سان OSD ٺاهڻ جي ڪوشش ڪئي وئي -
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
درحقيقت، blkid PARTUUID نٿو لڳي، تنهنڪري مون کي دستي طور تي ورهاڱي ٺاهڻ گهرجي:
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
هر شي تيار ٿيڻ لڳي، اسان ٻيهر او ايس ڊي ٺاهڻ جي ڪوشش ڪريون ٿا ۽ هيٺ ڏنل غلطي حاصل ڪريو (جيڪو، رستي ۾، جنگ ۾ ٻيهر پيدا نه ڪيو ويو)
جڏهن هڪ OSD قسم جي bluestore ٺاهي بغير WAL ڏانهن رستي جي وضاحت ڪرڻ، پر ڊي بي جي وضاحت ڪرڻ
ٺاهيل مانيٽر، مينيجرز ۽ او ايس ڊي. ھاڻي مان انھن کي مختلف طرح سان گروپ ڪرڻ چاھيان ٿو، ڇاڪاڻتہ مون کي مختلف قسم جون ڊسڪون آھن - SSD تي فاسٽ پول ۽ SAS پينڪڪس تي وڏا، پر سست پول.
اچو ته فرض ڪريون ته سرورز وٽ 20 ڊسڪون آهن، پهرين ڏهه هڪ قسم جا آهن، ٻيون ٻيون آهن.
شروعاتي، ڊفالٽ، ڪارڊ هن طرح نظر اچي ٿو:
۽ ڊسڪ کي انهن جي قسمن جي مطابق مختلف سرورن ۾ ورهايو
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 رستن جي وچ ۾ ڊسڪ کي پکڙيل آهي، اسان روٽ-ڊفالٽ کي خالي ڇڏيو، تنهنڪري اسان ان کي ختم ڪري سگهون ٿا.
root-ceph01-q:~#ceph osd crush remove default
اڳيون، اسان کي ورهائڻ جا قاعدا ٺاهڻا پوندا ته اسين ٺاهيل پولن کي پابند ڪنداسين - ضابطن ۾ اسين ظاهر ڪنداسين ته ڪھڙا روٽ اسان جي پول ڊيٽا کي رکي سگھن ٿا ۽ ريپليڪا جي انفراديت جي سطح - مثال طور، ريپليڪس مختلف سرورز تي ھئڻ گھرجي، يا مختلف ريڪ ۾ (توهان مختلف جڙڙن ۾ به ڪري سگهو ٿا، جيڪڏهن اسان وٽ اهڙي تقسيم آهي)
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
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
۽ اسان انهن تلاءَ کي ٻڌايون ٿا ته ڪهڙن هنڌن تي ضابطا استعمال ڪرڻا آهن
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
پليسمينٽ گروپن جي تعداد جو انتخاب توھان جي ڪلستر لاءِ اڳ ۾ موجود ويزن سان رابطو ڪيو وڃي - لڳ ڀڳ ڪيترا او ايس ڊي ھوندا، ڪھڙي مقدار ۾ ڊيٽا (ڪُل حجم جو سيڪڙو) پول ۾ ھوندو، ڇا آھي ڊيٽا جي مجموعي رقم.
مجموعي طور تي، اهو مشورو ڏنو ويو آهي ته ڊسڪ تي 300 کان وڌيڪ پليسمينٽ گروپ نه هجن، ۽ اهو آسان ٿي ويندو ته بيلنس ڪرڻ ۾ ننڍن ننڍن گروپن سان - يعني، جيڪڏهن توهان جو سڄو تلاء 10 ٽي بي وٺي ٿو ۽ ان ۾ 10 PG آهي - پوء توازن terabyte bricks (pg) اڇلائڻ سان مسئلو ٿيندو - واريءَ جي ننڍي سائيز جي داڻن سان بالٽ ۾ آسان ۽ وڌيڪ هڪجهڙائي سان.
پر اسان کي ياد رکڻ گهرجي ته PGs جو تعداد جيترو وڌيڪ هوندو، اوترو وڌيڪ وسيلا انهن جي مقام جي ڳڻپ تي خرچ ٿيندا آهن - ميموري ۽ سي پي يو استعمال ٿيڻ شروع ٿي ويندا آهن.
هڪ خراب سمجھ ٿي سگھي ٿو مون کي هڪ ڳڻپيوڪر ڏيCEPH دستاويزن جي ڊولپرز پاران مهيا ڪيل.