ceph中pg的异常及其处理方式

首先先贴一下pg的几种常见的状态，更多见官网

Creating （创建中）：PG正在被创建。

Activ （活跃）：PG是活跃的，这个时候后可以对这个PG进行读写操作。

Clean （清洁）：PG已经按设置的副本数目复制了足够的副本。

Down（掉线）：PG掉线。

Inconsistent （不一致的）：PG的副本之间数据不一致， 比如对象大小和对象丢失会出现这种情况。

Backfill （回填）：PG在新的OSD加入后根据CRUSH进行数据迁移 的状态，迁移的目的是达到负载均衡。

Stale （陈旧）：PG是未知的， 因为PG已经很久没有更新了。

Peering （对等互联）：PG的主OSD发起的就从的OSD就PG的所有对象和元数据状态达成一致的过程。

刷新PG：ceph pg scrub {pg-id}

 修复PG：ceph pg repair {pgid}

第一步：先ceph -w或者ceph health detail 来看一下集群大概的错误，看是有mon掉线了还是osd掉线，或者是哪个pg出错了。本文只介绍pg出错的处理方式，其他出错处理方式后续补充。

第二步：根据ceph pg dum | grep {pgid}来看具体的现在pg状态 （ceph pg {pgid} query能看到更详细的pg的各个参数）

（以下步骤因具体错误而异）

第三步：这里就看集体的错误来做具体的操作了，比如是active+clean+inconsistent的话，先尝试ceph pg repair {pgid}来进行修复。

第四步：如果错误还在就ceph osd repair {osd.id}来修复该PG对应的那几个OSD磁盘。

 第五步：继续报错，那就吧改PG的主OSD去除，然后等待CRUSH规则从新分配一个主的OSD，然后ceph pg repair {pgid}。

第六步：还不行的话，我选择删集群辞职。（开玩笑，不行的 话可以留言，大家一起讨论）