Maintenance planifiée d'un nœud¶

Objectif. Arrêter ou redémarrer un nœud (mise à jour, intervention matérielle) sans interruption de service ni rééquilibrage Ceph inutile.

Avant de toucher la prod

pvecm status : Quorate: Yes et tous les nœuds présents.
ceph -s : HEALTH_OK et 100 % active+clean (sinon, ne pas commencer).
Les autres nœuds ont assez de RAM pour accueillir les VMs du nœud.
Aucune VM avec disque local non répliqué ou périphérique passé en passthrough (elles devront être arrêtées).

Étapes¶

Vider le nœud de ses VMs.

Avec HA : activer le mode maintenance, les ressources HA migrent automatiquement.
Sans HA : clic droit sur le nœud → Bulk Migrate, ou migrer VM par VM.

ha-manager crm-command node-maintenance enable pve01
ha-manager status            # attendre que pve01 n'héberge plus de ressource
qm list ; pct list           # vérifier qu'aucune VM ne tourne encore sur pve01

Si Ceph : empêcher le rééquilibrage pendant l'absence des OSD.

ceph osd set noout
ceph osd set norebalance     # optionnel, pour une intervention courte

Réaliser l'intervention puis redémarrer : bouton Reboot du nœud, ou reboot.
Au retour, attendre que les OSD du nœud soient up et les PG active+clean.
```
ceph osd tree | grep -A20 pve01
watch ceph -s
```

Retirer les drapeaux et sortir du mode maintenance.

ceph osd unset norebalance
ceph osd unset noout
ha-manager crm-command node-maintenance disable pve01

Passer au nœud suivant seulement quand le cluster est revenu en HEALTH_OK.

Vérifications

pvecm status quorate, ceph -s HEALTH_OK sans drapeau noout, VMs HA redistribuées selon les règles d'affinité.

Rollback

Si le nœud ne redémarre pas : laisser noout actif (évite un rééquilibrage massif) et ouvrir un ticket P2. Retirer noout sans le nœud lance la reconstruction des copies sur les autres nœuds : à décider avec le MSP selon l'espace libre.

Pièges vus en support

Oublier ceph osd unset noout : Ceph ne remplacera plus automatiquement un futur disque défaillant.
Redémarrer deux nœuds à la fois sur un cluster de 3 : perte du quorum et I/O Ceph bloquées.
Cluster à 2 nœuds + QDevice : vérifier que le QDevice répond (pvecm status, ligne Qdevice) avant d'arrêter un nœud.

Quand ouvrir un ticket iTop

Nœud qui ne revient pas, OSD qui restent down après 10 min, PG bloqués en peering : P2. Joindre pvecm status, ceph -s, journalctl -b -p err.

Ouvrir un ticket iTop pour RB-02 Que joindre au ticket ?

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