Ceph : lire l'état du cluster

RB-01Ceph HCINiveau 110 minLecture seule, sans risqueQui : Client / Client / MSP

Objectif. Savoir en 2 minutes si le stockage Ceph est sain, dégradé ou en danger, et quel runbook suivre.

GUI. Datacenter → nœud → Ceph. Le tableau de bord affiche l'état global (vert, orange, rouge), les OSD up/in, les PG et l'occupation. Cliquer sur l'état pour lire le détail des alertes.

CLI (sur n'importe quel nœud)

ceph -s                 # vue d'ensemble
ceph health detail      # détail de chaque alerte
ceph osd tree           # OSD par hôte, up/down, in/out
ceph osd df tree        # remplissage par OSD et par hôte
ceph df                 # capacité par pool
ceph crash ls-new       # crashs de démons non acquittés

Lire ceph -s

Ligne	État sain	À surveiller
health	HEALTH_OK	HEALTH_WARN (dégradé, service rendu) · HEALTH_ERR (risque ou I/O bloquées)
mon	3 daemons, quorum de tous	Un MON hors quorum
osd	X osds: X up, X in	Nombre up ou in inférieur au total
pgs	100 % active+clean	degraded, undersized, backfilling, peering, inactive
usage	Sous 70 % brut	Au-delà de 75 %, voir RB-04

Alertes fréquentes et runbook associé

Code	Signification	Action
OSD_DOWN	Un ou plusieurs OSD arrêtés	Vérifier le nœud ; disque HS → RB-03
PG_DEGRADED	Des données ont moins de copies que prévu	Normal pendant une maintenance ; sinon chercher l'OSD down
OSD_NEARFULL / OSD_FULL	OSD au-delà de 85 % / 95 %	RB-04
MON_CLOCK_SKEW	Horloges des nœuds décalées	Vérifier chronyc tracking sur chaque nœud
RECENT_CRASH	Un démon a crashé récemment	Lire ceph crash info <id>, puis ceph crash archive-all si expliqué
OSDMAP_FLAGS (noout…)	Un drapeau de maintenance est resté actif	Retirer le drapeau si la maintenance est finie (RB-02)
PG_AVAILABILITY / inactive	Des données ne sont plus accessibles	Ticket P1 immédiat

Pièges vus en support

• Un HEALTH_WARN pendant un redémarrage de nœud est normal : attendre le retour à active+clean avant toute autre action.
• Ne jamais lancer ceph osd out, destroy ou pg repair pour « faire passer au vert » sans comprendre l'alerte.
• ceph health mute <code> <durée> masque une alerte connue, il ne la corrige pas.

Quand ouvrir un ticket iTop

HEALTH_ERR, PG inactive ou incomplete, plus d'un OSD down sur des hôtes différents : P1. HEALTH_WARN inexpliqué depuis plus de 24 h : P3. Joindre ceph -s, ceph health detail, ceph osd tree.

Ouvrir un ticket iTop pour RB-01 Que joindre au ticket ?

---

Rubrique : Ceph · Architecture : Ceph HCI · Rédigé pour PVE 9.x, PBS 4.x, Ceph 19.2 · Brouillon à valider en lab avant publication · Documentation officielle : PVE · PBS