使用ceph-ansible 7在Rocky 9部署Ceph Quincy时遭遇MON_DOWN及OSD启动失败问题求助

大家好，我最近在Rocky9系统上用ceph-ansible部署Ceph Quincy版本时遇到了瓶颈，实在找不到排查方向，想向各位大佬求助。

先说说背景：我之前在相同硬件的Rocky8系统上，用ceph-ansible部署Ceph Pacific版本完全没问题。这次的集群架构是：

• 3个控制节点：同时运行mon、mgr、mdss和rgws服务
• 27个OSD节点：每个节点挂载4块NVMe磁盘作为OSD
• 网络配置：10Gbps网络，开启了巨帧（Jumbo Frames）

部署流程前期一切顺利：3个monitor成功创建，manager服务也部署完成，OSD的准备和格式化步骤都没有报错。但当执行到**"wait for all osd to be up"**这个任务时（也就是要在所有OSD节点启动OSD容器），问题突然出现：

• Monitor集群失去法定人数（quorum）
• 执行ceph -s命令需要很久才能响应
• 并非所有OSD都能成功激活
• 最终部署失败

我截取了部分集群日志：

cluster 2023-03-06T12:00:26.431947+0100 mon.controllera (mon.0) 3864 : cluster [WRN] [WRN] MON_DOWN: 1/3 mons down, quorum controllera,controllerc
cluster 2023-03-06T12:00:26.431953+0100 mon.controllera (mon.0) 3865 : cluster [WRN] mon.controllerb (rank 1) addr [v2:20.1.0.27:3300/0,v1:20.1.0.27:6789/0] is down (out of quorum)

另外我发现一个异常情况：其中2个控制节点上的monitor容器CPU占用率一直维持在100%，以下是容器状态信息：

CONTAINER ID   NAME                   CPU %     MEM USAGE / LIMIT     MEM %     NET I/O   BLOCK I/O        PIDS
068e4e55f299   ceph-mon-controllera   99.91%    58.12MiB / 376.1GiB   0.02%     0B / 0B   122MB / 85.3MB   28  <--------
87730f89420d   ceph-mgr-controllera   0.32%     408.2MiB / 376.1GiB   0.11%     0B / 0B   181MB / 0B       35

我现在怀疑是不是资源不足导致的？比如monitor容器的CPU、内存资源不够，无法处理大量OSD启动时的并发负载？如果是这个原因的话，我该怎么验证这个猜想，又有什么调整方案呢？

感谢各位的帮助！

备注：内容来源于stack exchange，提问作者Wodel