Rook项目中CephFS多文件系统升级时的MDS问题分析
2025-05-18 14:03:28作者:胡易黎Nicole
问题背景
在Rook项目(一个开源的云原生存储编排系统)中,当用户使用v1.14.10版本管理Ceph集群时,可能会遇到一个关于CephFS文件系统升级的问题。具体表现为:当集群中存在多个CephFS文件系统时,在进行Ceph版本升级(如从18.2.3升级到18.2.4)过程中,部分CephFS的元数据服务器(MDS)无法正常完成升级。
问题现象
从日志中可以观察到以下关键现象:
- 第一个CephFS(my-cephfs-2)能够顺利完成MDS升级
- 第二个CephFS(my-cephfs)在升级过程中失败,报错信息显示"timeout waiting for no standbys"
- 集群状态显示部分MDS仍运行在旧版本(18.2.3),而其他组件已升级到新版本(18.2.4)
技术分析
根本原因
问题的核心在于Rook的MDS升级逻辑存在缺陷。具体来说:
- 当前实现中,Rook在升级MDS时会检查所有standby状态的MDS守护进程,而不仅仅是针对当前正在升级的CephFS的standby MDS
- 当存在多个CephFS时,其他文件系统的standby MDS会被错误地纳入检查范围
- 这导致升级流程错误地等待所有standby MDS(包括不属于当前文件系统的)都停止,最终因超时而失败
影响范围
该问题主要影响以下场景:
- 使用Rook v1.14.10版本管理Ceph集群
- 集群中创建了多个CephFS文件系统
- 执行Ceph版本升级操作(如从18.2.3升级到18.2.4)
临时解决方案
在官方修复发布前,可以采用以下临时解决方案:
- 手动将其他CephFS的standby MDS副本数缩减为0
- 执行升级操作
- 升级完成后恢复standby MDS副本数
深入理解
CephFS架构背景
CephFS作为Ceph的分布式文件系统,其元数据服务由MDS集群提供。典型的CephFS部署包含:
- 活跃MDS:负责处理文件系统元数据操作
- 备用MDS(standby):在活跃MDS故障时接管服务
- 多个CephFS实例可以共享同一组MDS守护进程
Rook的升级机制
Rook在升级Ceph组件时遵循以下流程:
- 逐个组件进行升级(MON、MGR、OSD等)
- 对于MDS,会先停止standby实例,然后升级活跃实例
- 最后恢复standby实例并完成升级
问题代码分析
问题的核心在于pkg/daemon/ceph/client/filesystem.go
文件中的逻辑错误。当前实现检查所有standby MDS,而非特定文件系统的standby MDS,导致升级流程无法正确完成。
最佳实践建议
- 在升级前,建议先检查集群中所有CephFS的状态
- 考虑逐个升级CephFS,而非同时进行
- 监控升级过程中的MDS状态变化
- 确保有足够的日志记录以帮助问题诊断
总结
这个问题揭示了在复杂存储系统中版本升级时可能遇到的边缘情况。Rook作为云原生存储编排系统,需要更精细地处理多文件系统场景下的组件升级。理解这一问题有助于运维人员更好地规划和管理Ceph集群的升级过程,确保服务的连续性和数据的安全性。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~055CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0380- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (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
871
515

openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184

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
346
380

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
334
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0

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
1.08 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
603
58