首页
/ Rook项目中CephFS多文件系统升级时的MDS问题分析

Rook项目中CephFS多文件系统升级时的MDS问题分析

2025-05-18 10:49:32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:

  1. 第一个CephFS(my-cephfs-2)能够顺利完成MDS升级
  2. 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"
  3. 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:

  1. 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
  2. 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
  3. 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:

  1. 使用Rook v1.14.10版本管理Ceph集群
  2. 集群中创建了多个CephFS文件系统
  3. 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:

  1. 手动将其他CephFS的standby MDS副本数缩减为0
  2. 执行升级操作
  3. 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:

  1. 活跃MDS:负责处理文件系统元数据操作
  2. 备用MDS(standby):在活跃MDS故障时接管服务
  3. 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:

  1. 逐个组件进行升级(MON、MGR、OSD等)
  2. 对于MDS,会先停止standby实例,然后升级活跃实例
  3. 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

  1. 在升级前,建议先检查集群中所有CephFS的状态
  2. 考虑逐个升级CephFS,而非同时进行
  3. 监控升级过程中的MDS状态变化
  4. 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

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
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
941
555
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
405
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70
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
992
395
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
510
44
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
344
1.32 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279