“mon osd down out” 有推荐值吗？集群有 15 个节点和 300 个 osd。它正在运行 ceph Jewl。
Jewel 中的默认值为 300 秒。我想知道，更改默认值有什么好处或坏处吗？
答案1
默认值已增加到 600 秒，只是我不知道从哪个版本开始。仅当您遇到当前配置问题时，更改该值才有意义。除了计划维护之外，服务器还可能发生许多事情，在计划维护中，您（应该）设置标志noout以防止在服务器（或单个 OSD）关闭时重新平衡。例如，OSD 可能因任何原因而失败并被标记为down。然后使用您当前的配置，它有 5 分钟的时间重新启动，否则它也将被标记为，out这将触发从该 OSD 重新映射 PG，它将被耗尽。现在，在 5 分钟内恢复单个服务听起来并不那么糟糕，但如果您需要恢复具有多个 OSD 的整个服务器，则可能需要更长的时间。但是如果mon_osd_down_out_interval值较低，这可能会导致“OSD 抖动”，从而给集群带来更多麻烦。我认为这是将默认值增加到 10 分钟的主要原因。
另一方面，如果您的集群足够大，并且 Crush 规则和副本配置合理，那么您应该能够丢失一些 OSD，而客户端不会注意到。这基本上取决于集群管理员对可能的情况的感受，因为它还取决于实际硬件。我有一个客户的服务器需要 15 分钟或更长时间才能重新启动。现在想象一下内核崩溃或触发重新启动的某些事情，服务器不会在间隔内恢复，从而导致大规模重新映射。通过调整 mon_osd_down_out_interval 可以更好地控制这些情况。