首页
/ Rook项目部署中Ceph MON组件异常问题深度解析与解决方案

Rook项目部署中Ceph MON组件异常问题深度解析与解决方案

2025-05-18 11:06:39作者:何举烈Damon

问题现象描述

在基于Rook v1.16.5部署Ceph集群时,出现核心监控组件MON持续异常的情况。典型表现为:

  1. 集群状态检查命令ceph status频繁超时或卡死
  2. MON Pod频繁重启(7次/小时)
  3. Operator日志持续报错:"failed to get mon quorum status"
  4. PVC创建后长期处于Pending状态,CSI插件无法正常工作

根因分析

通过深入分析MON容器日志,发现关键错误信息:

mon.a@0(electing) e3 collect_metadata : no unique device id for : udev_device_new_from_subsystem_sysname failed on '' no unique device path for : unable to list contents of /dev/disk/by-path: (2) No such file or directory

结合系统环境分析,根本原因在于:

  1. 系统资源限制冲突:在Rocky Linux 9.5(内核5.14)环境下,systemd对文件描述符的限制策略与Ceph MON组件存在兼容性问题
  2. 元数据收集失败:MON启动时尝试收集设备唯一标识失败,导致选举流程异常
  3. 内核版本差异:较新内核(5.x)中"infinity"的文件描述符限制值(1073741816)与Ceph预期值(1048576)不匹配

解决方案实施

关键修复步骤

  1. 调整系统服务配置
echo -e "[Service]\nLimitNOFILE=1048576" > /etc/systemd/system/containerd.service.d/limits.conf
  1. 重启相关服务
systemctl daemon-reload
systemctl restart containerd
kubectl rollout restart deployment rook-ceph-mon-a rook-ceph-mon-b rook-ceph-mon-c -n rook-ceph

环境清理规范

在重新部署前必须执行完整的环境清理:

# 磁盘清理
sgdisk --zap-all /dev/sdb
wipefs /dev/sdb -a
dd if=/dev/zero of=/dev/sdb bs=1M count=100 oflag=direct,dsync
partprobe /dev/sdb

# 目录清理
rm -rf /var/lib/rook

技术原理深度解读

Ceph MON选举机制

MON(Monitor)作为Ceph集群的决策中枢,其选举过程依赖于:

  1. 节点唯一标识收集
  2. 稳定的网络通信
  3. 正确的资源限制配置

当MON无法获取设备唯一ID时,会触发持续的选举循环,这正是本案例中观察到的现象。

文件描述符限制演进

不同系统版本的关键差异:

系统版本 infinity值 影响范围
传统系统 1048576 与Ceph预期值匹配
现代内核(5.x+) 1073741816 导致资源限制异常

最佳实践建议

  1. 版本兼容性矩阵

    • Rook 1.16.x推荐搭配Kubernetes 1.26-1.29
    • 生产环境建议使用经过验证的稳定组合(如Rook 1.14 + K8s 1.26)
  2. 部署前检查清单

    • 确认内核版本与Rook的兼容性
    • 预配置系统资源限制
    • 验证存储设备的可访问性
  3. 监控指标关注点

    • MON选举成功率
    • 文件描述符使用量
    • 节点元数据收集状态

总结

本文详细分析了Rook部署Ceph集群时MON组件异常的深层原因,并提供了经过验证的解决方案。关键点在于理解现代Linux系统资源限制策略的变化对分布式存储系统的影响。通过规范化的环境准备和精确的系统调优,可以确保Ceph集群的稳定运行。建议运维团队在部署前充分测试目标环境的兼容性,建立完善的监控体系,以快速识别和解决类似问题。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5