2. 监控集群
集群运行起来后，你可以用 ceph 工具来监控集群的状态，典型的监控项目包括检查 OSD 状态、monitor 的状态、PG 的状态和元数据服务器的状态（目前楚天云环境并没有部署元数据服务器）。
2.1 交互模式
要在交互模式下运行 ceph ，不要带参数运行 ceph ，例如：
ceph
ceph> health
ceph> status
ceph> quorum_status
ceph> mon_status
2.2 检查集群的监控状况
启动集群后、读写数据前，先检查下集群的健康状态。你可以用下面的命令检查：
ceph health
如果你的配置文件或 keyring 文件不在默认路径下，你得在命令中指定：
ceph -c /path/to/conf -k /path/to/keyring health
集群刚起来的时候，你也许会碰到像 HEALTH_WARN XXX num placement groups stale 这样的健康告警，等一会再检查下。集群准备好的话 ceph health 会给出 HEALTH_OK 这样的消息，这时候就可以开始使用集群了。
2.3 观察集群
要观察集群内正发生的事件，打开一个新终端，然后输入：
ceph -w
Ceph 会打印各种事件。例如一个包括 3 个 Mon、和 33 个 OSD 的 Ceph 集群可能会打印出这些：
cluster b84b887e-9e0c-4211-8423-e0596939cd36
health HEALTH_OK
monmap e1: 3 mons at {OPS-ceph1=192.168.219.30:6789/0,OPS-ceph2=192.168.219.31:6789/0,OPS-ceph3=192.168.219.32:6789/0}
election epoch 94, quorum 0,1,2 OPS-ceph1,OPS-ceph2,OPS-ceph3
osdmap e1196: 33 osds: 33 up, 33 in
pgmap v1789894: 2752 pgs, 7 pools, 590 GB data, 110 kobjects
1154 GB used, 83564 GB / 84719 GB avail
2752 active+clean
client io 0 B/s rd, 25852 B/s wr, 7 op/s
2016-11-04 20:20:13.682953 mon.0 [INF] pgmap v1789893: 2752 pgs: 2752 active+clean; 590 GB data, 1154 GB used, 83564 GB / 84719 GB avail; 0 B/s rd, 44908 B/s wr, 14 op/s
2016-11-04 20:20:15.686275 mon.0 [INF] pgmap v1789894: 2752 pgs: 2752 active+clean; 590 GB data, 1154 GB used, 83564 GB / 84719 GB avail; 0 B/s rd, 25852 B/s wr, 7 op/s
2016-11-04 20:20:16.690680 mon.0 [INF] pgmap v1789895: 2752 pgs: 2752 active+clean; 590 GB data, 1154 GB used, 83564 GB / 84719 GB avail; 0 B/s rd, 32345 B/s wr, 16 op/s
2016-11-04 20:20:17.694259 mon.0 [INF] pgmap v1789896: 2752 pgs: 2752 active+clean; 590 GB data, 1154 GB used, 83564 GB / 84719 GB avail; 0 B/s rd, 57170 B/s wr, 32 op/s
2016-11-04 20:20:18.698200 mon.0 [INF] pgmap v1789897: 2752 pgs: 2752 active+clean; 590 GB data, 1154 GB used, 83564 GB / 84719 GB avail; 0 B/s rd, 33148 B/s wr, 16 op/s
2016-11-04 20:20:20.701697 mon.0 [INF] pgmap v1789898: 2752 pgs: 2752 active+clean; 590 GB data, 1154 GB used, 83564 GB / 84719 GB avail; 0 B/s rd, 16333 B/s wr, 5 op/s
2016-11-04 20:20:21.705719 mon.0 [INF] pgmap v1789899: 2752 pgs: 2752 active+clean; 590 GB data, 1154 GB used, 83564 GB / 84719 GB avail; 0 B/s rd, 17705 B/s wr, 12 op/s
输出信息里包含：
- 集群的 ID
- 集群健康状况
- monitor map 版本和 mon 法定人数状态
- OSD map 版本和 OSD 状态摘要
- PG map 版本
- PG 和 Pool 的数量
- 集群存储的数据量，对象的总量，以及集群的已用容量/总容量/可用容量
- 客户端的 iops 信息
2.4 检查集群的使用情况
要检查集群的数据用量及其在存储池内的分布情况，可以用 df 选项，它和 Linux 上的 df 相似。如下：
ceph df
得到的输出信息大致如下：
GLOBAL:
SIZE AVAIL RAW USED %RAW USED
84719G 83564G 1154G 1.36
POOLS:
NAME ID USED %USED MAX AVAIL OBJECTS
rbd 0 0 0 41381G 0
volumes 1 284G 0.34 41381G 57904
images 2 224G 0.27 41381G 39024
backups 3 0 0 41381G 1
vms 4 28736M 0.03 41381G 4325
volumes-ssd 5 53758M 0.06 41381G 11854
fitos_backup_pool 7 1286M 0 41381G 354
输出的 GLOBAL 段展示了数据所占用集群存储空间的概要。
- SIZE： 集群的总容量。
- AVAIL： 集群的可用空间总量。
- RAW USED：已用存储空间总量。
- % RAW USED：已用存储空间比率。用此值对比
full ratio和near full ratio来确保不会用尽集群空间。
输出的 POOLS 段展示了存储池列表及各存储池的大致使用率。本段没有反映出副本、克隆和快照的占用情况。例如，如果你把 1MB 的数据存储为对象，理论使用率将是 1MB ，但考虑到副本数、克隆数、和快照数，实际使用量可能是 2MB 或更多。
- NAME：存储池名字。
- ID：存储池唯一标识符。
- USED：大概数据量，单位为 KB 、MB 或 GB ；
- %USED：各存储池的大概使用率。
- Objects：各存储池内的大概对象数。
注意： POOLS 段内的数字是估计值，它们不包含副本、快照或克隆。因此，各 Pool 的 USED 和 %USED 数量之和不会达到 GLOBAL 段中的 RAW USED 和 %RAW USED 数量。
2.5 检查集群状态
要检查集群的状态，执行下面的命令：
ceph status
或者：
ceph -s
在交互模式下，输入 status 然后按回车：
ceph> status
Ceph 将打印集群状态，例如一个包括 1 个监视器、和 2 个 OSD 的小型 Ceph 集群可能打印：
cluster b370a29d-9287-4ca3-ab57-3d824f65e339
health HEALTH_OK
monmap e1: 1 mons at {ceph1=10.0.0.8:6789/0}, election epoch 2, quorum 0 ceph1
osdmap e63: 2 osds: 2 up, 2 in
pgmap v41332: 952 pgs, 20 pools, 17130 MB data, 2199 objects
115 GB used, 167 GB / 297 GB avail
1 active+clean+scrubbing+deep
951 active+clean
2.6 检查 OSD 状态
你可以执行下列命令来确定 OSD 状态为 up 且 in ：
ceph osd stat
或者：
ceph osd dump
你也可以根据 OSD 在 CRUSH MAP 里的位置来查看：
ceph osd tree
Ceph 会打印 CRUSH 树，包括 host 的名称、它上面的 OSD 例程、状态及权重：
ID WEIGHT TYPE NAME UP/DOWN REWEIGHT PRIMARY-AFFINITY
-1 0.05997 root default
-2 0.01999 host ceph01
0 0.01999 osd.0 up 1.00000 1.00000
-3 0.01999 host ceph02
1 0.01999 osd.1 up 1.00000 1.00000
-4 0.01999 host ceph03
2 0.01999 osd.2 up 1.00000 1.00000
另请参考本手册第一部分 3. 监控 OSD。
2.7 检查 Mon 状态
如果集群中有多个 Mon（很可能），你启动集群后、读写数据前应该检查 Mon 法定人数状态。运行着多个 Mon 时必须形成法定人数，最好周期性地检查 Mon 状态来确定它们在运行。
要查看 Mon map，执行下面的命令：
ceph mon stat
或者：
ceph mon dump
要检查监视器的法定人数状态，执行下面的命令：
ceph quorum_status -f json-pretty
Ceph 会返回法定人数状态，例如，包含 3 个监视器的 Ceph 集群可能返回下面的：
{
"election_epoch": 94,
"quorum": [
0,
1,
2
],
"quorum_names": [
"OPS-ceph1",
"OPS-ceph2",
"OPS-ceph3"
],
"quorum_leader_name": "OPS-ceph1",
"monmap": { "epoch": 1,
"fsid": "b84b887e-9e0c-4211-8423-e0596939cd36",
"modified": "2016-11-04 20:19:57.333655",
"created": "2016-06-23 14:53:07.171558",
"mons": [
{
"rank": 0,
"name": "OPS-ceph1",
"addr": "192.168.219.30:6789\/0"
},
{
"rank": 1,
"name": "OPS-ceph2",
"addr": "192.168.219.31:6789\/0"
},
{
"rank": 2,
"name": "OPS-ceph3",
"addr":"192.168.219.32:6789\/0"
}
]
}
}
2.8 检查 MDS 状态
元数据服务器为 Ceph 文件系统提供元数据服务，不过在当前生产环境中并未部署 MDS 。元数据服务器有两种状态： up | down 和 active | inactive ，执行下面的命令查看元数据服务器状态为 up 且 active ：
ceph mds stat
要展示元数据集群的详细状态，执行下面的命令：
ceph mds dump
2.9 检查 PG 状态
PG 把对象映射到 OSD 。监控 PG 时，我们希望它们的状态是 active 且 clean 。详情请参考本手册第一部分 4. 监控 PG
2.10 使用管理套接字
Ceph 管理套接字允许你通过套接字接口查询守护进程，它们默认存在于 /var/run/ceph 下。要通过管理套接字访问某个守护进程，先登录它所在的主机、再执行下列命令：
ceph daemon {daemon-name}
ceph daemon {path-to-socket-file}
比如，这是下面这两种用法是等价的：
ceph daemon osd.0 foo
ceph daemon /var/run/ceph/ceph-osd.0.asok foo
用下列命令查看可用的管理套接字命令：
ceph daemon {daemon-name} help
管理套接字命令允许你在运行时查看和修改配置。
另外，你可以在运行时直接修改配置选项（也就是说管理套接字会绕过 Mon，不要求你直接登录宿主主机，不像 ceph {daemon-type} tell {id} injectargs 会依赖监视器）。