1、简介

1.1 介绍

    我们 需要 监测 的集群 正在 运行的各种服务进程；集群 所有 pgs 正常 状态 为 active + clean，其余 均为 异常 状态
    

1.2 集群 基础 监测

    集群 基础 监测 主要包括 检查 集群 健康状态，容量 使用 情况，monitor、osd 守护 进程的运行状态（up、down）
    

2、集群 健康 检测

    哈哈，平时 比较懒，每次都要 输入 那么多 ceph，有点烦，原来 ceph 有个 交互模式（没有 命令 记忆功能，哈哈哈，失算）
    

2.1 交互 模式下 检测 集群 健康

# ceph

## 查看 集群当前 状态，HEALTH_OK、HEALTH_WARN、HEALTH_ERR
ceph> health

## 效果 与 ceph -s 一样
ceph> status

## 集群 mon 相关 信息
ceph> quorum_status
ceph> mon_status

    

2.2 命令行 输入

    哈哈，还是 使用 命令行 操作吧，能通过 上下 按键 查找，同样的命令 连续执行时， 不需要 不停的输入

## 这两个 命令 执行 的效果一样
# ceph status
# ceph -s

## health ： HEALTH_OK、HEALTH_WARN、HEALTH_ERR
# ceph health [detail]

    

备注：
    集群 健康 状态 "HEALTH_OK" 表示 集群 健康正常，若出现 "HEALTH_WARN XXX num placement group stale"时，等待 几分钟，一般 都可 自动 恢复 正常
    

2.3 集群 动态 监测

    某些 情况下，需要 动态 持续 的 关注 集群 事件信息

# ceph -w

    

3、集群 容量 检测

3.1 集群 容量 查看

    集群 处于 健康 状态 运行，凡事 都有个 度，存储 集群 也是一样的，不可能 一直 写入，到了 后期 需要 关注 容量 状态，毕竟 数据量越大，会 导致 整个集群 的性能 有所 降低（毕竟 不好好 检测 容量 状态，数据 阻塞 导致 的问题 可不是那么 好解决的啦）；该删的的数据 就删掉，实在 没容量啦，就扩容吧，理论上 是 无限 扩展；还有 就是 数据 均衡的问题（这个 后期 再编写文章 详细 描述啦）

## ceph 中，所有 的数据 都写入 数据池中（抽象 出来的概念）
# ceph df

    

3.2 集群 容量 参数

    一般 情况下，osd 使用 超过 85%，就不会 往 该 osd 写入数据；集群 整体 容量 超过 95% 集群 就不能 写入了；可以 调整 配置，控制 集群 的 容量，一般 不建议 调太大；osd 超过 默认告警值 就想想 数据 能不能 均衡；集群 超过 告警值， 扩容吧（哈哈哈，蹲机房 扩容）

##  配置文件中 添加 容量 配置参数，记得 重启 相关 服务 让 配置生效
## 哈哈，其实 也可以 在线 修改 配置参数，后面 单独 编写 文件介绍喽
# vim /etc/ceph/ceph.conf
...
## 集群 整体 容量 使用 上限
mon_osd_full_ratio = "0.950000" 

## 单个 osd 容量 使用 上限
mon_osd_nearfull_ratio = "0.850000" 
...

    

4、mon 检测

    一般 情况下，线上 环境 都会 部署 多个 mon； 所以 对 集群 进行 数据 读写时，需要 检查 mon 状态
    

## dump 比 stat 更 详细，quorum_status 比 dump 更详细
# ceph mon stat
# ceph mon dump
# ceph quorum_status -f json-pretty

5、osd 检测

5.1 osd 状态

    in：osd 加入 集群
    out：osd 没有 加入集群
    down：osd 加入集群，但是 服务 停止
    up：osd 加入 集群，并且 服务正在 运行
    

5.2 osd 状态 检测

## 检查 所有 osd 状态
# ceph osd stat
# ceph osd dump
# ceph osd tree