ceph pg相关运维脚本工具（一）

最新推荐文章于 2022-11-11 14:17:21 发布

手持钩笼引天下

最新推荐文章于 2022-11-11 14:17:21 发布

阅读量865

点赞数 5

分类专栏： ceph 运维文章标签：整理的脚本

本文链接：https://blog.youkuaiyun.com/system_zhazha/article/details/102925263

版权

ceph 同时被 2 个专栏收录

24 篇文章

订阅专栏

运维

23 篇文章

订阅专栏

本文介绍了一套用于Ceph集群调优和维护的脚本集合，包括共同PG检测工具，用于预估设备替换对PG的影响，以及硬盘温度和告警级别的查询脚本，帮助快速检测和定位潜在的硬件问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

概述

在生产环境中，经常需要对ceph集群进行一些调优，维护，设备替换等操作，为了简化和方便操作，陆续写过一些简单的小脚本工具，现整理出来。

共同PG检测工具

使用场景

在一个双副本环境中，已经有部分osd离线（down and in）的状态，此时集群部分pg处于单副本状态，此时有另外一些osd设备（硬盘原因，机器原因）需要替换或者离线，预估受影响的pg；或者想查询出某些osd共同承载了哪些pg。

脚本

在脚本所在目录要查询的osd编号写入warnosdlist中，执行脚本，返回对应的pg编号。

root@mon0:/opt/pgtools# cat warnosdlist
10
15
29
40
66
78
root@mon0:/opt/pgtools# cat check_warnosd_pg 
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
import re,os
osd=[]

os.system("""ceph pg dump|grep 2019|grep "]" > pgmap""")
with open ('warnosdlist') as f:
    for i in f:
        osd.append(i.strip())

with open ('pgmap') as pg:
    for p in pg:
        info=p.strip()
        p1="\d+,\d+"
        pa=re.compile(p1)
        oid=pa.findall(info)[0]
        q="\d+"
        qa=re.compile(q)
        s=qa.findall(oid)
        if s[0] in osd and s[1] in osd:
            print p

硬盘温度/告警级别查询

原理

本质是利用smartctl工具检测硬盘相关的几个参数，直接将命令粘贴到交互界面执行即可。

温度异常检测

root@mon0:~# cat hotdisk.sh 
#!/bin/bash
lsblk | awk '/disk/{print "/dev/"$1}' | while read dev; do echo -n "$dev : "; smartctl -A $dev | grep Tem|grep 190;echo "";done

告警级别

root@mon0:~# cat hddcheck.sh 
#!/bin/bash
lsblk | awk '/disk/{print "/dev/"$1}' | while read dev; do echo -n "$dev : "; smartctl -A $dev | awk '/^ *(5|187|188|197|198)/{if($NF > 0) count++} END {if(count>=4) print "err"; else if(count>=3) print "warning";  else if(count>0) print "some wrong"; else print "ok"}'; done

smartctl相关参数

网上有更详细的说明信息，感兴趣的可以看一下。根据相关的资料和实际经验，将5,187,188,197,198作为关键检测项，其余的作为参考，作为硬盘的损坏程度。

属性ID	属性名称	属性含义
1	Raw Read Error Rate	底层数据读取错误率
2	Throughput Performance	磁盘读写通量性能
3	Spin Up Time	主轴起旋时间
4	Start/Stop Count	启停次数
5	Reallocated_Sector_Ct	重映射扇区数
10	Spin_Retry_Count	主轴起旋重试次数
11	Calibration_Retry_Count	磁盘校准重试次数
12	Power_Cycle_Count	磁盘通电次数
187	Reported Uncorrectable Errors	无法校正的错误
188	Command Timeout	命令超时
194	Temperature_Celsius	温度
197	Current Pending Sector Count	当前待映射扇区计数
198	Offline Uncorrectable Sector Count	脱机无法校正的扇区计数
199	UDMA_CRC_Error_Count	奇偶校验错误率
200	Write_Error_Rate	写错误率
241	Total_LBAs_Written	磁盘自出厂总共写入的的数据,单位是LBAS=512Byte
242	Total_LBAs_Read	磁盘自出厂总共读取的数据，单位是LBAS=512Byte

（未完）