Ceph入门到精通-Ceph Pacific 版本磁盘预测模块
磁盘预测模块利用 Ceph 设备运行状况检查来收集磁盘运行状况指标，并使用内部预测器模块生成磁盘故障预测并返回到 Ceph。它不需要任何外部服务器进行数据分析和输出结果。其内部预测器的准确率约为70%。
1. 启用
运行以下命令以在 Ceph 环境中启用diskprediction_local模块：
ceph mgr module enable diskprediction_local
要启用本地预测变量，请执行以下操作：
ceph config set mgr device_failure_prediction_mode local
要禁用预测，请执行以下操作：
ceph config set mgr device_failure_prediction_mode none
diskprediction_local需要至少六个设备运行状况指标数据集来预测设备的使用寿命。并且，仅当启用了运行状况监视时，才会收集这些运行状况指标。
运行以下命令以检索给定设备的预期寿命。
ceph device predict-life-expectancy
2. 配置
默认情况下，该模块每天执行预测。您可以使用以下命令调整此间隔：
ceph config set mgr mgr/diskprediction_local/predict_interval
~# ceph config get mgr mgr/diskprediction_local/predict_interval
86400 # 默认1天
3. 调试
如果要调试磁盘预测模块映射到 Ceph 日志记录级别，请使用以下命令。
[mgr]
debug mgr = 20
将日志记录设置为管理器的调试后，模块将打印出带有前缀 mgr[diskprediction] 的日志记录消息，以便于过滤。
4. 启用设备监控
Ceph 还可以监控与您的设备关联的运行状况指标。例如，SATA 硬盘实现一种称为 SMART 的标准，该标准提供有关设备使用情况和运行状况的各种内部指标，例如开机小时数、电源周期数或不可恢复的读取错误。其他设备类型（如 SAS 和 NVMe）实现了一组类似的指标（通过略有不同的标准）。所有这些都可以由 Ceph 通过 smartctl 工具收集。
您可以使用以下方法启用或禁用运行状况监控：
ceph device monitoring on
或者：
ceph device monitoring off
4.1 指标抓取
如果启用了监控，将定期自动抓取指标。该间隔可以配置为：
ceph config set mgr mgr/devicehealth/scrape_frequency
默认设置是每 24 小时抓取一次。
您可以使用以下方法手动触发所有设备的抓取：
ceph device scrape-health-metrics
可以使用以下方法抓取单个设备：
ceph device scrape-health-metrics
或者可以使用以下方法抓取单个守护程序的设备：
ceph device scrape-daemon-health-metrics
可以使用以下命令检索设备存储的运行状况指标（可选择特定时间戳）：
ceph device get-health-metrics
4.2 故障预测
Ceph 可以根据收集的健康指标预测预期寿命和设备故障。有2种模式：
none：禁用设备故障预测。
local：使用来自 Ceph-MGR 守护程序的预训练预测模型
预测模式可以配置为：
ceph config set mgr device_failure_prediction_mode
预测通常在后台定期运行，因此可能需要一些时间才能填充预期寿命值。您可以在以下输出中查看所有设备的预期寿命：
ceph device ls
您还可以使用以下方法查询特定设备的元数据：
ceph device info
您可以使用以下方法显式强制预测设备的预期寿命：
ceph device predict-life-expectancy
如果您没有使用 Ceph 的内部设备故障预测，但有一些关于设备故障的外部信息源，则可以通过以下方式通知 Ceph 设备的预期寿命：
ceph device set-life-expectancy
预期寿命表示为时间间隔，因此不确定性可以用宽间隔的形式表示。间隔结束也可以不指定。
4.3 健康警报
mgr/devicehealth/warn_threshold 控制在生成运行状况警告之前，预期设备故障必须多久发生。
~# ceph config get mgr mgr/devicehealth/warn_threshold
7257600 # 默认84天
可以通过以下方式检查所有设备的预期寿命，并生成任何适当的运行状况警报：
ceph device check-health
4.4 自动故障隔离
如果启用了 mgr/devicehealth/self_heal 选项（默认情况下），则对于预计很快会发生故障的设备，模块将通过将设备标记为“out”来自动将数据从它们中迁移出去。
mgr/devicehealth/mark_out_threshold 控制在自动将 osd 标记为“out”之前，预期设备故障必须多久发生。
默认：
~# ceph config get mgr mgr/devicehealth/self_heal
true
~# ceph config get mgr mgr/devicehealth/mark_out_threshold
2419200 # 默认28天
禁用自动隔离：
ceph config set mgr mgr/devicehealth/self_heal false
https://www.cnblogs.com/varden/p/17347121.html?share_token=4cca94e8-fc6e-4701-9335-4da80a83f09a