Um cluster do Ceph foi encontrado em um estado degradado após atualização lado a lado

Description

Ocasionalmente, após uma atualização lado a lado, o aplicativo Rook-ceph entra em um estado de "falha de sincronização" no portal do ArgoCD. Isso é devido a um problema do Ceph upstream.

Para identificar o motivo do estado degradado, execute o seguinte comando:

kubectl -n rook-ceph exec deploy/rook-ceph-tools -- ceph -s

Se você receber uma saída semelhante ao seguinte exemplo, o problema estará relacionado à integridade do Rook-Ceph:

cluster:
    id:     936b2e58-1014-4237-b2a5-6e95449a9ce8
    health: HEALTH_ERR
            Module 'devicehealth' has failed: disk I/O error

  services:
    mon: 3 daemons, quorum a,b,c (age 11h)
    mgr: b(active, since 37h), standbys: a
    osd: 3 osds: 3 up (since 37h), 3 in (since 37h)
    rgw: 2 daemons active (2 hosts, 1 zones)

  data:
    pools:   8 pools, 225 pgs
    objects: 53.57k objects, 26 GiB
    usage:   80 GiB used, 688 GiB / 768 GiB avail
    pgs:     225 active+clean

  io:
    client:   561 KiB/s rd, 61 KiB/s wr, 316 op/s rd, 123 op/s wr

Solução

Para corrigir o problema, siga as seguintes etapas:

1. No fragmento de saída, identifique o serviço de gerenciamento do mgr com um estado ativo. No exemplo fornecido, mgr: b é marcado como ativo.

2. Para identificar o nome do pod exato, execute o seguinte comando:

   kubectl -n rook-ceph get pods | grep "rook-ceph-mgr-<active-manager-name>"

   O comando deve retornar uma saída semelhante ao seguinte exemplo, onde rook-ceph-mgr-b-6d7bdb4b54-zz47v é o nome do pod do gerenciador:

   rook-ceph-mgr-b-6d7bdb4b54-zz47v 0/1 Init:0/1 0 3h55m

3. Exclua o gerenciador ativo executando o seguinte comando:

   kubectl -n rook-ceph delete pod <active-manager-pod-name>
   
   // for example: kubectl -n rook-ceph delete pod rook-ceph-mgr-b-6d7bdb4b54-zz47v

A exclusão do gerenciador ativo o força a reiniciar, tornando o estado do cluster do Ceph Íntegro.