Rook部署Ceph集群后PG出现inactive、undersized+peered故障如何解决
2026-9-25
问题原因
你部署的Ceph集群所有OSD都运行在同一个主机节点storage1-kube-domain-tld上，Ceph默认的CRUSH分布规则要求多副本必须跨不同主机存储，避免单节点故障导致数据丢失。当前4个OSD都属于同一主机，CRUSH算法无法找到足够多的独立主机存放3副本，因此所有PG都无法完成激活流程，卡在undersized+peered状态，且所有PG被集中调度到了同一个OSD上。
修复方案
根据你的部署场景选择对应方案即可：
场景1：单节点测试部署（仅有一台存储节点）
你可以调整CRUSH规则或池副本数适配单节点环境：
- 方案A：调低池副本数为1（仅适合测试，无数据冗余能力）
- 先查询当前池名称：
ceph osd pool ls - 调整对应池的副本数：
ceph osd pool set <你的池名称> size 1 --yes-i-really-mean-it
- 先查询当前池名称：
- 方案B：修改CRUSH故障域为OSD级别（保留多副本冗余，可容忍单OSD故障）
执行以下命令重建默认副本规则：ceph osd crush rule rm replicated_rule ceph osd crush rule create-replicated replicated_rule default osd
场景2：多节点生产部署（有多台存储节点）
你需要排查OSD调度异常问题：
- 检查Rook的OSD配置文件，确认节点选择器没有限制仅允许在
storage1-kube-domain-tld上调度OSD - 检查其他存储节点的磁盘是否满足要求：无残留分区/LVM、未被挂载、磁盘权限配置正确
- 重新部署OSD，确保至少3台存储节点都有可用OSD，满足默认跨主机副本要求
验证
调整完成后等待3-5分钟，执行ceph -s查看集群状态，正常情况下PG会逐步变为active+clean状态，集群健康等级恢复为HEALTH_OK。
内容的提问来源于stack exchange，提问作者roman
相关产品推荐
相关产品推荐
