ceph基础研究

      去年9月份团队开始研究ceph，我因为研究hadoop，没有经历投入，现在开始研究ceph替代hdfs可行性问题，不知道业内有这样做的吗？我最担心的就是Yarn和ceph本地计算问题，可能会改Yarn的源代码。本次研究是基于hadoop2.0的，希望我能够坚持下来，完成这个项目吧。接下来记录一些博文，本质是改变一下个人的学习习惯，记录一些关键问题，希望大家多提宝贵意见哦，个人邮箱：494165115@qq.com。

     今天开始从ceph基础开始吧。大家别见笑。首先感谢http://docs.openfans.org/openfans，这样我可以快速的补充ceph集成。

1.     一个object有一个id,id通过hash map到一个place group，placegroup通过 Controlled Replication Under Scalable Hashing（CRUSH）将place group里面的object map到osd上面；这样就可以减少对metadata server的依赖；ceph的mds就是为了迁就文件系统设计出来的，本质和hdfs的namepace管理工作相同；
2. 以前只关心软件的生成环境，现在做大数据，要改变自己的思路，更关注硬件的环境，这样半功倍，就像我前段时间做了一个mapreduce项目，添加多硬盘的namenode吞吐量比单硬盘快了几十倍；
3. mon 和mds需要大内存，osd每个守护进程保证1G即可；
4. 单个硬盘有多个osds和日志文件，会导致osds变慢，出现资源争用，并降低整体吞吐量，所以在生成环境，每个硬盘对应单的osd，日志文件保存到第一个系统盘上面，系统盘采用ssd为佳。

记录几个关键的社区查询地址：

1.      http://ceph.com/community/blog/ ：定期访问博客，关注Ceph的进展和重要的通知；
2. http://docs.openfans.org/ceph/ceph4e2d658765876863/ceph-1/copy_of_intro-to-ceph30104ecb7ecdceph3011/get-involved-in-the-ceph-community-301052a05165ceph793e533a3011  看看历史记录，以后准备关注bug list ；

感觉这几个操作可以比较容易理解ceph的机制：

练习：定位一个对象

作为一个练习，我们先创建一个对象。使用rados put命令指定对象名称、存储对象数据的测试文件路径和地址池名称。例如：

rados put {object-name} {file-path} --pool=data rados put test-object-1 testfile.txt --pool=data

 为了验证Ceph存储集群已存储该对象，执行如下命令：

rados -p data ls

现在，可标识对象位置：

ceph osd map {pool-name} {object-name} ceph osd map data test-object-1

Ceph将输出对象位置信息，例如：

osdmap e537 pool 'data' (0) object 'test-object-1' -> pg 0.d1743484 (0.4) -> up [1,0] acting [1,0]

如果要删除测试对象，使用rados rm命令即可，例如：

rados rm test-object-1 --pool=data

当集群扩展后，对象位置可能会动态变更。Ceph动态平衡的一个好处就是Ceph可自动完成迁移而无须你手动操作。