Ceph中的容量计算与管理（结合ceph df命令讲解）

在部署完Ceph集群之后，一般地我们可以通过Ceph df这个命令来查看集群的容量状态，但是Ceph是如何计算和管理的呢？相信大家都比较好奇。因为用过 ceph df这个命令的人都会有这个疑问，它的输出到底是怎么计算的呢？为什么所有pool的可用空间有时候等于GLOBAL中的可用空间，有时候不等呢？ 带着这些疑问我们可以通过分析ceph df的实现，来看看Ceph是如何计算容量和管理容量的。

一般情况下ceph df的输出如下所示：

ceph-df

1 2 3 4 5 6 7 8

[root@study-1 ~]# ceph df GLOBAL:     SIZE     AVAIL      RAW USED     %RAW USED      196G     99350M       91706M         45.55  POOLS:     NAME           ID     USED       %USED     MAX AVAIL     OBJECTS      rbd            1      20480k      0.02        49675M          11      x              2         522         0        49675M          11

从上面的输出可以看到，ceph对容量的计算其实是分为两个维度的。一个是GLOBAL维度，一个是POOLS的维度。

GLOBAL 维度中有SIZE，AVAIL，RAW USED，%RAW USED。

POOLS 维度中有 USED，%USED，MAX AVAIL，OBJECTS。

我们这里先把注意力放在RAW USED，和AVAIL上。这个两个分析清楚之后，其它的也就迎刃而解了。

这里我们粗略算一下GLOBAL中的RAW USED 为91706M，明显大于下面pool 中USED 20480k*3 + 522bytes*3啊。而且各个pool的MAX AVAIL 相加并不等于GLOBAL中的AVAIL。我们需要深入代码分析一下为什么。

分析

Ceph 命令基本上都是首先到Montior这里，如何Monitor能处理请求，就直接处理，不能就转发。

我们看看Monitor是如何处理ceph df这个命令的。Monitor处理命令主要是在Monitor::hanlde_command函数里。

handle_command

1 2 3 4 5 6 7 8 9 10 11 12 13 14

else if (prefix == "df") {       bool verbose = (detail == "detail");       if (f)         f->open_object_section("stats");       pgmon()->dump_fs_stats(ds, f.get(), verbose);       if (!f)         ds << '\n';       pgmon()->dump_pool_stats(ds, f.get(), verbose);       if (f) {         f->close_section();         f->flush(ds);         ds << '\n';       }     }

从上面的代码可以知道，主要是两个函数完成了df命令的输出。一个是pgmon()->dump_fs_stats，另一个是pgmon()->dump_pool_stats。

dump_fs_stats 对应GLOBAL这个维度。dump_pool_stats对应POOLS这个维度。

• GLOBAL维度

从PGMonitor::dump_fs_stats开始：

dump_fs_stats

1 2 3 4 5 6 7 8 9 10 11 12

void PGMonitor::dump_fs_stats(stringstream &ss, Formatter *f, bool verbose) const {   if (f) {     f->open_object_section("stats");     f->dump_int("total_bytes", pg_map.osd_sum.kb * 1024ull);     f->dump_int("total_used_bytes", pg_map.osd_sum.kb_used * 1024ull);     f->dump_int("total_avail_bytes", pg_map.osd_sum.kb_avail * 1024ull);     if (verbose) {       f->dump_int("total_objects", pg_map.pg_sum.stats.sum.num_objects);     }     f->close_section();   }

可以看到相关字段数值的输出主要依赖pg_map.osd_sum的值，而osd_sum是各个osd_stat的总和。所以我们需要知道单个osd的osd_stat_t是如何计算的。

stat_pg_update

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

void OSDService::update_osd_stat(vector<int>& hb_peers) {   Mutex::Locker lock(stat_lock);   osd_stat.hb_in.swap(hb_peers);   osd_stat.hb_out.clear();   osd->op_tracker.get_age_ms_histogram(&osd_stat.op_queue_age_hist);   // fill in osd stats too   struct statfs stbuf;   int r = osd->store->statfs(&stbuf);   if (r < 0) {     derr << "statfs() failed: " << cpp_strerror(r) << dendl;     return;   }   uint64_t bytes = stbuf.f_blocks * stbuf.f_bsize;   uint64_t used = (stbuf.f_blocks - stbuf.f_bfree) * stbuf.f_bsize;   uint64_t avail = stbuf.f_bavail * stbuf.f_bsize;   osd_stat.kb = bytes >> 10;   osd_stat.kb_used = used >> 10;   osd_stat.kb_avail = avail >> 10;   osd->logger->set(l_osd_stat_bytes, bytes);   osd->logger->set(l_osd_stat_bytes_used, used);   osd->logger->set(l_osd_stat_bytes_avail, avail);   check_nearfull_warning(osd_stat);   dout(20) << "update_osd_stat " << osd_stat << dendl; }

从上面我们可以看到update_osd_stat 主要是通过osd->store->statfs(&stbuf)，来更新osd_stat的。因为这里使用的是Filestore，所以需要进入FileStore看其是如何statfs的。

FIleStore::statfs

1 2 3 4 5 6 7 8 9 10

int FileStore::statfs(struct statfs *buf) {   if (::statfs(basedir.c_str(), buf) < 0) {     int r = -errno;     assert(!m_filestore_fail_eio || r != -EIO);     assert(r != -ENOENT);     return r;   }   return 0; }

可以看到上面FileStore主要是通过::statfs()这个系统调用来获取信息的。这里的basedir.c_str()就是data目录。所以osd_sum计算的就是将所有osd 数据目录的磁盘使用量加起来。回到上面的输出，因为我使用的是一个磁盘上的目录，所以在statfs的时候，会把该磁盘上的其它目录也算到Raw Used中。回到上面的输出，因为使用两个OSD，且每个OSD都在同一个磁盘下，所以GLOBAL是这么算的

同上，就知道Ceph如何算Raw Used，AVAIL的。

• POOLS维度

从PGMonitor::dump_pool_stats()来看，该函数以pool为粒度进行循环，通过 pg_map.pg_pool_sum来获取pool的信息。其中USED，%USED，OBJECTS是根据pg_pool_sum的信息算出来的。而MAX AVAIL 是单独算出来的。

这里有一张图，可以帮助同学们梳理整个的流程。中间仅取了一些关键节点。有一些省略，如想知道全貌，可以在PGMonitor::dump_pool_stats查阅。

通过分析代码我们知道，pool的使用空间（USED）是通过osd来更新的，因为有update（write，truncate，delete等）操作的的时候，会更新ctx->delta_stats，具体请见ReplicatedPG::do_osd_ops。举例的话，可以从处理WRITE的op为入手点，当处理CEPH_OSD_OP_WRITE类型的op的时候，会调用write_update_size_and_usage()。里面会更新ctx->delta_stats。当IO处理完，也就是applied和commited之后，会publish_stats_to_osd()。

这里会将变化的pg的stat_queue_item入队到pg_stat_queue中。然后设置osd_stat_updated为True。入队之后，由tick_timer在C_Tick_WithoutOSDLock这个ctx中通过send_pg_stats()将PG的状态发送给Monitor。这样Monitor就可以知道pg的的变化了。

可用空间，即MAX AVAIL的值，计算稍微有点复杂。Ceph是先计算Available的值，然后根据副本策略再计算MAX AVAIL的值。Available的值是在get_rule_avail()中计算的。在该函数中通过get_rule_weight_osd_map()算出来一个有weight的osd列表。

注意这里的weight一般是小于1的，因为它除以了sum。而sum就是pool中所有osd weight的总和。在拿到weight列表后，就会根据pg_map.osd_stat中kb_avail的值进行除以weight，选出其中最小的，作为Available的值。

这么描述有些抽象了，具体举一个例子。比如这里我们的pool中有三个osd，假设kb_avail都是400G

即，

{osd_0: 0.9, osd_1, 0.8, osd_2: 0.7}。计算出来的weight值是{osd_0: 0.9/2.4，osd_1: 0.8/2.4，osd_2: 0.7/2.4}

这样后面用osd的available 空间除以这里的weight值，这里的Available的值就是400G*0.7/2.4。这里附上一个公式，可能更直观一些。

 

然后根据你的POOL的副本策略不同，POOL的AVAL计算方式也不同。如果是REP模式，就是直接除以副本数。如果是EC模式，则POOL的AVAL是Available * k / (m + k)。

所以一般情况下，各个POOL的MAX AVAIL之和与GLOBAL的AVAIL是不相等的，但是可以很接近（相差在G级别可以忽略为接近）。

总结

分析到这里，我们知道CEPH中容量的计算是分维度的，如果是GLOBAL维度的话，因为使用的是osd的所在磁盘的statfs来计算所以还是比较准确的。而另一个维度POOLS

由于需要考虑到POOL的副本策略，CRUSH RULE，OSD WEIGHT，计算起来还是比较复杂的。容量的管理主要是在OSD端，且OSD会把信息传递给MON，让MON来维护。

计算osd weight值比较复杂，这里附上算weight的函数，添加了一些注释，有助于感兴趣的同学一起分析。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

int CrushWrapper::get_rule_weight_osd_map(unsigned ruleno, map<int,float> *pmap) {   if (ruleno >= crush->max_rules)     return -ENOENT;   if (crush->rules[ruleno] == NULL)     return -ENOENT;   crush_rule *rule = crush->rules[ruleno];   // build a weight map for each TAKE in the rule, and then merge them   for (unsigned i=0; i<rule->len; ++i) {     map<int,float> m;     float sum = 0;     if (rule->steps[i].op == CRUSH_RULE_TAKE) {//如果是take的话,则进入       int n = rule->steps[i].arg1;       if (n >= 0) { // n如果大于等于0的话是osd，否则是buckets     m[n] = 1.0; // 如果是osd的话，因为这里是直接take osd，所有有没有权重已经不重要了     sum = 1.0;       } else { // 不是osd，是buckets的话     list<int> q;     q.push_back(n); // buckets 的id 入队     //breadth first iterate the OSD tree     while (!q.empty()) {       int bno = q.front(); // 取出buckets的id       q.pop_front();  // 出队       crush_bucket *b = crush->buckets[-1-bno]; // 根据序号拿到buckets       assert(b); // 这个buckets必须是存在的       for (unsigned j=0; j<b->size; ++j) { // 从buckets的items数组中拿相应的bucket         int item_id = b->items[j];           if (item_id >= 0) { //it's an OSD           float w = crush_get_bucket_item_weight(b, j);  // 拿出该osd的weight           m[item_id] = w; // m 入队           sum += w; // weight加和         } else { //not an OSD, expand the child later           q.push_back(item_id);  // 如果不是osd，则添加其item_id,所以这里是一个树的深度遍历         }       }     }       }     }     for (map<int,float>::iterator p = m.begin(); p != m.end(); ++p) {       map<int,float>::iterator q = pmap->find(p->first);       // 因为我们这里传入的pmap是没有数据的       // 所以第一次必中，       if (q == pmap->end()) {     (*pmap)[p->first] = p->second / sum;       } else {     // 这里还需要考虑osd在不同的buckets里的情况     q->second += p->second / sum;       }     }   }   return 0; }