Att välja CEPH. Del 1
Vi hade fem rack, tio optiska switchar, konfigurerad BGP, ett par dussin SSD:er och ett gäng SAS-diskar i alla färger och storlekar, samt proxmox och önskan att lägga all statisk data i vår egen S3-lagring. Inte för att allt detta behövs för virtualisering, men när du väl börjar använda opensource, följ sedan din hobby till slutet. Det enda som störde mig var BGP. Det finns ingen i världen som är mer hjälplös, oansvarig och omoralisk än intern BGP-routing. Och jag visste att vi ganska snart skulle dyka ner i det.
Uppgiften var trivial - det fanns CEPH, men det fungerade inte särskilt bra. Det var nödvändigt att göra "bra".
Klustret jag fick var heterogent, hastigt trimmat och praktiskt taget inte trimmat. Den bestod av två grupper av olika noder, med ett gemensamt rutnät som fungerade som både ett kluster och ett publikt nätverk. Noderna var fyllda med fyra typer av diskar - två typer av SSD, samlade i två separata placeringsregler, och två typer av hårddiskar av olika storlekar, samlade i en tredje grupp. Problemet med olika storlekar löstes av olika OSD-vikter.
Själva installationen är uppdelad i två delar - justering av operativsystem и inställning av själva CEPH och dess inställningar.
Uppgraderar OS
nätverks
Hög latens påverkade både inspelning och balansering. Vid inspelning - eftersom klienten inte kommer att få något svar om lyckad inspelning förrän datarepliker i andra placeringsgrupper bekräftar framgång. Eftersom reglerna för att distribuera repliker i CRUSH-kartan var en replik per värd, användes alltid nätverket.
Därför var det första jag bestämde mig för att justera det nuvarande nätverket något, samtidigt som jag försökte övertyga mig om att flytta till separata nätverk.
Till att börja med justerade jag inställningarna på nätverkskorten. Jag började med att sätta upp köer:
vad hände:
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: 1Det kan ses att de nuvarande parametrarna är långt ifrån maximum. Ökade:
root@ceph01:~#ethtool -G ens1f0 rx 4096
root@ceph01:~#ethtool -G ens1f0 tx 4096
root@ceph01:~#ethtool -L ens1f0 combined 63Guidad av en utmärkt artikel
ökade längden på sändningskön txqueuelen från 1000 till 10 000
root@ceph01:~#ip link set ens1f0 txqueuelen 10000Tja, efter dokumentationen av ceph själv
ökade MTU upp till 9000.
root@ceph01:~#ip link set dev ens1f0 mtu 9000Lades till i /etc/network/interfaces så att allt ovanstående laddas vid uppstart
katt / etc / nätverk / gränssnitt
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 9000Därefter började jag, efter samma artikel, eftertänksamt vrida på handtagen på 4.15-kärnan. Med tanke på att noderna har 128G RAM, slutade vi med en konfigurationsfil för 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)Сlyster nätverk tilldelades på separata 10 Gbps nätverksgränssnitt till ett separat platt nätverk. Varje maskin var utrustad med nätverkskort med dubbla portar Mellanox 10/25 Gbps, ansluten till två separata 10 Gbps switchar. Aggregering utfördes med OSPF, eftersom bindning med lacp av någon anledning visade en total genomströmning på maximalt 16 Gbps, medan ospf framgångsrikt utnyttjade båda tiotals på varje maskin. Framtida planer var att dra fördel av ROCE på dessa melanoxer för att minska latensen. Så här ställer du in den här delen av nätverket:
- Eftersom maskinerna själva har externa IP-adresser på BGP behöver vi mjukvara - (mer exakt, när jag skrev den här artikeln var det det ) stod redan.
- Totalt hade maskinerna två nätverksgränssnitt, vardera med två gränssnitt - totalt 4 portar. Ett nätverkskort tittade på fabriken med två portar och BGP var konfigurerat på det, det andra tittade på två olika switchar med två portar och OSPF var inställt på det
Mer information om att ställa in OSPF: Huvuduppgiften är att aggregera två länkar och ha feltolerans.
två nätverksgränssnitt är konfigurerade till två enkla platta nätverk - 10.10.10.0/24 och 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 ens1f1genom vilka bilar ser varandra.
DISK
Nästa steg var att optimera diskarna. För SSD ändrade jag schemaläggaren till nej, för hårddisk - tidsfrist. För att uttrycka det rakt på sak så fungerar NOOP på principen "först in, först ut", som på engelska låter som "FIFO (First In, First Out)." Förfrågningar köas när de anländer. DEADLINE är mer läsorienterad, plus att den köade processen får nästan exklusiv åtkomst till disken vid tidpunkten för operationen. Detta är perfekt för vårt system - trots allt fungerar bara en process med varje disk - OSD-demon.
(De som vill dyka in i I/O-schemaläggaren kan läsa om det här:
De som föredrar att läsa på ryska: )
I rekommendationer för justering av Linux rekommenderas det också att öka nr_request
nr_requests
Värdet på nr_requests bestämmer mängden I/O-förfrågningar som buffras innan I/O-schemaläggaren skickar / tar emot data till blockeringsenheten, om du använder ett RAID-kort / Block Device som kan hantera en större kö än vad I /O-schemaläggaren är inställd på, att höja värdet på nr_requests kan hjälpa till att förbättra och minska serverbelastningen när stora mängder I/O förekommer på servern. Om du använder Deadline eller CFQ som schemaläggare, föreslås det att du bör ställa in nr_request-värdet till 2 gånger värdet för ködjup.
MEN! Medborgarna själva, utvecklarna av CEPH, övertygar oss om att deras prioriteringssystem fungerar bättre
WBTrottle och/eller nr_requests
WBTrottle och/eller nr_requests
Fillagring använder buffrad I/O för att skriva; detta ger ett antal fördelar om fillagringsloggen finns på snabbare media. Klientförfrågningar meddelas så snart data skrivs till loggen och spolas sedan till själva datadisken vid ett senare tillfälle med standard Linux-funktionalitet. Detta gör det möjligt för spindel-OSD:er att tillhandahålla skrivlatens liknande SSD:er vid skrivning i små skurar. Denna fördröjda återskrivning gör det också möjligt för själva kärnan att omorganisera disk I/O-förfrågningarna, med hopp om att antingen slå samman dem eller tillåta de befintliga diskhuvudena att välja en mer optimal väg över sina plattor. Nettoeffekten är att du kan klämma ut lite mer I/O från varje disk än vad som skulle vara möjligt med direkt eller synkron I/O.
Ett visst problem uppstår dock om volymen av inkommande poster till ett givet Ceph-kluster överstiger alla kapaciteter hos de underliggande diskarna. I det här scenariot kan det totala antalet väntande I/O-operationer som väntar på att skrivas till disken växa okontrollerat och resultera i att I/O-köer fyller hela disken och Ceph-köerna. Läsbegäranden påverkas särskilt eftersom de fastnar mellan skrivbegäranden, vilket kan ta flera sekunder att spola till den primära disken.
För att övervinna det här problemet har Ceph en återskrivningsspärrmekanism inbyggd i fillagringen som kallas WBThrottle. Den är utformad för att begränsa den totala mängden lata skriv-I/O som kan stå i kö och påbörja sin spolningsprocess tidigare än vad som naturligt skulle inträffa på grund av att det aktiveras av själva kärnan. Tyvärr visar testning att standardvärdena kanske fortfarande inte minskar befintligt beteende till en nivå som kan minska denna påverkan på läslatens. Justeringar kan ändra detta beteende och minska den totala skrivkölängden och göra denna påverkan mindre allvarlig. Det finns dock en avvägning: genom att minska det totala maximala antalet poster som får stå i kö, kan du minska själva kärnans förmåga att maximera sin effektivitet när det gäller att beställa inkommande förfrågningar. Det är värt att fundera lite på vad du behöver mer för ditt specifika användningsfall, arbetsbelastningar och anpassning för att passa dem.
För att styra djupet på en sådan skrivbacklog-kö kan du antingen minska det totala maximala antalet utestående I/O-operationer med hjälp av WBThrottle-inställningar, eller så kan du minska det maximala värdet för utestående operationer på blocknivån för själva kärnan. Båda kan effektivt kontrollera samma beteende, och dina preferenser kommer att ligga till grund för att implementera den här inställningen.
Det bör också noteras att Cephs driftprioriteringssystem är mer effektivt för kortare frågor på disknivå. Genom att krympa den övergripande kön till en given disk flyttas den primära platsen för kön till Ceph, där den har mer kontroll över vilken prioritet I/O-operationen har. Tänk på följande exempel:
echo 8 > /sys/block/sda/queue/nr_requestsGEMENSAM
Och några fler kärnjusteringar för att göra din bil mjuk och silkeslen och pressa ut lite mer prestanda ur hårdvaran
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. Nedsänkning i CEPH
Inställningar som jag skulle vilja uppehålla mig vid mer i detalj:
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: 4Några av parametrarna som testades för QA i version 12.2.12 saknas i ceph version 12.2.2, till exempel osd_recovery_threads. Därför inkluderade planerna en uppdatering av produktionen till 12.2.12. Övning har visat kompatibilitet mellan version 12.2.2 och 12.2.12 i ett kluster, vilket tillåter rullande uppdateringar.
Testkluster
Naturligtvis, för att testa var det nödvändigt att ha samma version som i striden, men när jag började arbeta med klustret var bara den nyare tillgänglig i förvaret. Efter att ha tittat är det du kan urskilja i den mindre versionen inte särskilt stort (1393 rader i konfigurationer mot 1436 i den nya versionen) bestämde vi oss för att börja testa den nya (uppdaterar ändå, varför gå med gammalt skräp)
Det enda vi försökte lämna bakom den gamla versionen är paketet ceph-deploy eftersom några av verktygen (och några av de anställda) var skräddarsydda för dess syntax. Den nya versionen var ganska annorlunda, men påverkade inte driften av själva klustret, och den lämnades i versionen 1.5.39
Eftersom kommandot ceph-disk tydligt säger att det är föråldrat och använd kommandot ceph-volume, kära ni, började vi skapa OSD:er med detta kommando, utan att slösa tid på föråldrade.
Planen var att skapa en spegel av två SSD-enheter som vi ska placera OSD-loggar på, som i sin tur finns på spindel-SAS. På så sätt kan vi skydda oss från problem med data om disken med loggen faller.
Vi började skapa ett kluster enligt dokumentationen
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-qDet första jag stötte på när jag arbetade med den här versionen av ceph-deploy med en klusterversion 12.2.12 var ett fel när jag försökte skapa en OSD med db på en mjukvaru-raid -
root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sde --block.db /dev/md0
blkid could not detect a PARTUUID for device: /dev/md1Faktum är att blkid inte verkar vara PARTUUID, så jag var tvungen att skapa partitioner manuellt:
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; doneAllt verkar vara klart, vi försöker skapa OSD igen och få följande fel (som förresten inte reproducerades i strid)
när du skapar en OSD av typen bluestore utan att ange sökvägen till WAL, men ange db
root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sde --block.db /dev/md0
stderr: 2019-04-12 10:39:27.211242 7eff461b6e00 -1 bluestore(/var/lib/ceph/osd/ceph-0/) _read_fsid unparsable uuid
stderr: 2019-04-12 10:39:27.213185 7eff461b6e00 -1 bdev(0x55824c273680 /var/lib/ceph/osd/ceph-0//block.wal) open open got: (22) Invalid argument
stderr: 2019-04-12 10:39:27.213201 7eff461b6e00 -1 bluestore(/var/lib/ceph/osd/ceph-0/) _open_db add block device(/var/lib/ceph/osd/ceph-0//block.wal) returned: (22) Invalid argument
stderr: 2019-04-12 10:39:27.999039 7eff461b6e00 -1 bluestore(/var/lib/ceph/osd/ceph-0/) mkfs failed, (22) Invalid argument
stderr: 2019-04-12 10:39:27.999057 7eff461b6e00 -1 OSD::mkfs: ObjectStore::mkfs failed with error (22) Invalid argument
stderr: 2019-04-12 10:39:27.999141 7eff461b6e00 -1 ** ERROR: error creating empty object store in /var/lib/ceph/osd/ceph-0/: (22) Invalid argumenDessutom, om du på samma spegel (eller på en annan plats, du väljer) skapar en annan partition för WAL och anger den när du skapar OSD, kommer allt att gå smidigt (förutom utseendet på en separat WAL, som du kanske inte har velat).
Men eftersom det fortfarande låg i de avlägsna planerna att flytta WAL till NVMe, visade sig denna praxis inte vara överflödig.
root@ceph01-qa:~#ceph-volume lvm create --bluestore --data /dev/sdf --block.wal /dev/md0p2 --block.db /dev/md1p2Skapade monitorer, chefer och OSD. Nu skulle jag vilja gruppera dem annorlunda, eftersom jag planerar att ha olika typer av diskar - snabba pooler på SSD och stora, men långsamma pooler på SAS pannkakor.
Låt oss anta att servrarna har 20 diskar, de tio första är en typ, de andra är en annan.
Det initiala standardkortet ser ut så här:
ceph osd träd
root@ceph01-q:~# ceph osd-träd
ID KLASS VIKT TYP NAMN STATUS REWEIGHT PRI-AFF
-1 14.54799 root standard
-3 9.09200 värd ceph01-q
0 ssd 1.00000 osd.0 upp 1.00000 1.00000
1 ssd 1.00000 osd.1 upp 1.00000 1.00000
2 ssd 1.00000 osd.2 upp 1.00000 1.00000
3 ssd 1.00000 osd.3 upp 1.00000 1.00000
4 hdd 1.00000 osd.4 upp 1.00000 1.00000
5 hdd 0.27299 osd.5 upp 1.00000 1.00000
6 hdd 0.27299 osd.6 upp 1.00000 1.00000
7 hdd 0.27299 osd.7 upp 1.00000 1.00000
8 hdd 0.27299 osd.8 upp 1.00000 1.00000
9 hdd 0.27299 osd.9 upp 1.00000 1.00000
10 hdd 0.27299 osd.10 upp 1.00000 1.00000
11 hdd 0.27299 osd.11 upp 1.00000 1.00000
12 hdd 0.27299 osd.12 upp 1.00000 1.00000
13 hdd 0.27299 osd.13 upp 1.00000 1.00000
14 hdd 0.27299 osd.14 upp 1.00000 1.00000
15 hdd 0.27299 osd.15 upp 1.00000 1.00000
16 hdd 0.27299 osd.16 upp 1.00000 1.00000
17 hdd 0.27299 osd.17 upp 1.00000 1.00000
18 hdd 0.27299 osd.18 upp 1.00000 1.00000
19 hdd 0.27299 osd.19 upp 1.00000 1.00000
-5 5.45599 värd ceph02-q
20 ssd 0.27299 osd.20 upp 1.00000 1.00000
21 ssd 0.27299 osd.21 upp 1.00000 1.00000
22 ssd 0.27299 osd.22 upp 1.00000 1.00000
23 ssd 0.27299 osd.23 upp 1.00000 1.00000
24 hdd 0.27299 osd.24 upp 1.00000 1.00000
25 hdd 0.27299 osd.25 upp 1.00000 1.00000
26 hdd 0.27299 osd.26 upp 1.00000 1.00000
27 hdd 0.27299 osd.27 upp 1.00000 1.00000
28 hdd 0.27299 osd.28 upp 1.00000 1.00000
29 hdd 0.27299 osd.29 upp 1.00000 1.00000
30 hdd 0.27299 osd.30 upp 1.00000 1.00000
31 hdd 0.27299 osd.31 upp 1.00000 1.00000
32 hdd 0.27299 osd.32 upp 1.00000 1.00000
33 hdd 0.27299 osd.33 upp 1.00000 1.00000
34 hdd 0.27299 osd.34 upp 1.00000 1.00000
35 hdd 0.27299 osd.35 upp 1.00000 1.00000
36 hdd 0.27299 osd.36 upp 1.00000 1.00000
37 hdd 0.27299 osd.37 upp 1.00000 1.00000
38 hdd 0.27299 osd.38 upp 1.00000 1.00000
39 hdd 0.27299 osd.39 upp 1.00000 1.00000
-7 6.08690 värd ceph03-q
40 ssd 0.27299 osd.40 upp 1.00000 1.00000
41 ssd 0.27299 osd.41 upp 1.00000 1.00000
42 ssd 0.27299 osd.42 upp 1.00000 1.00000
43 ssd 0.27299 osd.43 upp 1.00000 1.00000
44 hdd 0.27299 osd.44 upp 1.00000 1.00000
45 hdd 0.27299 osd.45 upp 1.00000 1.00000
46 hdd 0.27299 osd.46 upp 1.00000 1.00000
47 hdd 0.27299 osd.47 upp 1.00000 1.00000
48 hdd 0.27299 osd.48 upp 1.00000 1.00000
49 hdd 0.27299 osd.49 upp 1.00000 1.00000
50 hdd 0.27299 osd.50 upp 1.00000 1.00000
51 hdd 0.27299 osd.51 upp 1.00000 1.00000
52 hdd 0.27299 osd.52 upp 1.00000 1.00000
53 hdd 0.27299 osd.53 upp 1.00000 1.00000
54 hdd 0.27299 osd.54 upp 1.00000 1.00000
55 hdd 0.27299 osd.55 upp 1.00000 1.00000
56 hdd 0.27299 osd.56 upp 1.00000 1.00000
57 hdd 0.27299 osd.57 upp 1.00000 1.00000
58 hdd 0.27299 osd.58 upp 1.00000 1.00000
59 hdd 0.89999 osd.59 upp 1.00000 1.00000
Låt oss skapa våra egna virtuella rack och servrar med blackjack och andra saker:
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 rack01Problemen vi stötte på i bekämpa kluster, när du försöker skapa en ny värd och flytta den till ett befintligt rack - kommando ceph osd crush move ceph01-host root=rack01 frös, och monitorerna började falla en efter en. Att avbryta kommandot med en enkel CTRL+C returnerade klustret till de levandes värld.
En sökning visade detta problem:
Lösningen visade sig vara att dumpa crushmap och ta bort sektionen därifrån regel 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 кластерAchtung: Denna operation kan orsaka en ombalansering av placeringsgruppen mellan OSD:er. Det orsakade detta för oss, men väldigt lite.
Och det konstiga vi stötte på i testklustret var att efter att ha startat om OSD-servern glömde de att de hade flyttats till nya servrar och rack och återgått till root-standarden.
Som ett resultat, efter att ha satt ihop det slutliga schemat där vi skapade en separat rot för ssd-enheter och en separat för spindelenheter, tog vi alla OSD:er i rack och tog helt enkelt bort standardroten. Efter omstarten började OSD:n vara kvar på plats.
Efter att ha grävt igenom dokumentationen senare hittade vi en parameter som är ansvarig för detta beteende. Om honom i andra delen
Hur vi gjorde olika grupper efter disktyp.
Till att börja med skapade vi två rötter - för ssd och för hdd
root@ceph01-q:~#ceph osd crush add-bucket ssd-root root
root@ceph01-q:~#ceph osd crush add-bucket hdd-root rootEftersom servrarna är fysiskt placerade i olika rack, skapade vi för bekvämlighets skull rack med servrar i dem
# 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 hostoch distribuerade diskarna efter deras typ till olika servrar
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 серверамиEfter att ha spridit diskarna bland ssd-root- och hdd-root-vägarna lämnade vi root-standarden tom, så att vi kan ta bort den
root-ceph01-q:~#ceph osd crush remove defaultDärefter måste vi skapa distributionsregler som vi kommer att binda till poolerna som skapas - i reglerna kommer vi att indikera vilka rötter som kan placera vår pooldata och nivån av unikhet för repliken - till exempel måste repliker finnas på olika servrar, eller i olika ställ (du kan även i olika rötter, om vi har en sådan fördelning)
Innan du väljer en typ är det bättre att läsa dokumentationen:
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 firstnTja, vi skapar pooler där vi vill lagra diskbilder av vår virtualisering i framtiden - 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 1024Och vi berättar för dessa pooler vilka placeringsregler som ska användas
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
Valet av antalet placeringsgrupper måste närma sig med en redan existerande vision för ditt kluster - ungefär hur många OSD kommer att finnas där, vilken mängd data (i procent av den totala volymen) som kommer att finnas i poolen, vad är den totala mängden data.
Totalt är det lämpligt att inte ha fler än 300 placeringsgrupper på disken, och det blir lättare att balansera med små placeringsgrupper - det vill säga om hela din pool tar upp 10 Tb och det finns 10 PG i den - då balansering genom att kasta terabyte tegelstenar (pg) kommer att vara problematiskt - häll sand med små sandkorn i hinkar lättare och jämnare).
Men vi måste komma ihåg att ju fler PG:er, desto mer resurser spenderas på att beräkna deras plats - minne och CPU börjar utnyttjas.
En grov förståelse kan , tillhandahållen av utvecklarna av CEPH-dokumentationen.
Förteckning över material:
Källa: will.com