Ceph存储节点系统盘损坏集群恢复

发布时间：2025-11-04 19:24:10 来源：技术快报 作者：IT科技

本文主要介绍ceph16版本集群节点系统磁盘故障后的存储集群恢复，虽然系统盘很多都是节点做了raid1，但从实际做的系统项目看，总是盘损有很多未知意外发生，节点挂掉后，坏集上面的群恢mon和osd，mgr都会down掉，存储如果所在节点的节点mgr服务是激活状态，则其他节点所在的系统备用节点将会升级为激活状态。

节点挂掉后，盘损在确定不能继续开机进入系统的坏集情况下，需要在其他正常的群恢节点将故障节点进行移除，此次宕机的存储节点为node4，以下命令可能会导致数据丢失，节点因为 osd 将通过调用每个 osd 来强制从集群中清除。系统

将node4节点即故障节点更换新的系统盘并重新安装系统，重装后node4主机名我修改成了node1,并更换了新的ip，在三台ceph节点上重新添加hosts解析

将公钥添加至新主机。

安装docker环境。

安装cephadm以及ceph-common。

在ceph集群添加新主机。高防服务器

添加后的主机列表可通过以下命令查看。

之后会自动安装mon以及crash等服务，还有node-exporter监控agent，但是新添加的节点上还不能进行ceph集群操作，因为新添加的节点上缺少ceph集群管理的密钥环，在上面的命令中其实可以看到新加的node1是缺少一个_admin标签的，这里提一下ceph是有几个特殊的主机标签的，以_开头的属于ceph主机的特殊标签，将_admin标签添加到这台新节点，就会导致cephadm 将配置文件ceph.conf和密钥环文件ceph.client.admin.keyring分发到新节点上，这里我们把_admin标签添加至新节点，这样可以在新节点上执行ceph集群的操作。

之前想着原有的故障节点的osd直接恢复到现有集群上，后来发现虽然是恢复回去了，但是企商汇osd的daemon没有被cephadm所管理，osd的容器也没有被创建，因此还是把原来故障节点的osd给格式化了，重新添加的osd，不过这里还是把我恢复的操作写一下吧。先创建一个空的osd。

然后激活bluestore-osd的tmpfs目录 由于bluestore中osd的目录是以一个tmpfs的形式存在的，所以被umount掉了以后需要重新激活。

)

然后添加auth和crush map，重启osd。

之后三个osd都会up，但是存在osd的daemon不被cephadm管理的问题，因此我还是删掉这个osd，重新格式化后添加的，删除osd的操作如下：

上步只是在ceph删除，还需要在磁盘上进行格式化。

重新添加osd。

此时集群就恢复正常了。

相关文章