ceph状态报:pgs not deep-scrubbed in time

这篇具有很好参考价值的文章主要介绍了ceph状态报:pgs not deep-scrubbed in time。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

问题描述

ceph -s状态输出如下:

ceph pgs,日常记录,ceph,运维,云计算,linux

分析过程

scrubbed 功能用于 PG,是为了检测 PG 分布到各 osds 上的数据是否一致,deep-scrubbed 的检测模式除了检测数据的元数据信息外,还会检测数据的内容是否一致,速度较慢且消耗磁盘读取,一般设置在晚上进行scrubbed ,如果超过了设定时间,若有PG未进行deep-scrubbed,就会报警了

解决办法

**先查看哪些PG需要deep-scrubbed **

ceph health detail

ceph pgs,日常记录,ceph,运维,云计算,linux

再批量执行手动deep-scrubbed

有规律就好办了:ceph pg deep-scrub PG_ID

for i in `seq 0 7`;do ceph pg deep-scrub 3.$i;done

ceph pgs,日常记录,ceph,运维,云计算,linux

执行后核实一下状态

ceph -s :is OK!

ceph pgs,日常记录,ceph,运维,云计算,linux

end文章来源地址https://www.toymoban.com/news/detail-607227.html

到了这里,关于ceph状态报:pgs not deep-scrubbed in time的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • Deep Learning for Natural Language Processing in Python

    作者:禅与计算机程序设计艺术 在这篇文章中,我将会介绍一下基于深度学习的自然语言处理(NLP)模型的相关知识、术语及其核心算法原理和具体操作步骤。首先,我将会简要介绍一下什么是NLP、为什么需要NLP、NLP所涉及到的领域等相关背景知识。随后,我会对一些基本概

    2024年02月07日
    浏览(10)
  • 【论文阅读记录】地震数据增强方法:APPLICATIONS OF DEEP LEARNING IN SEISMOLOGY

     随机位移(Random shift)技术对于提高模型泛化能力的重要性。通过将地震训练数据在时间上进行随机位移,可以减少模型对于特定时间点的位置偏见,从而提高其对地震波到达时间预测的准确性。 目标:利用随机位移增强地震波到达时间(如P波)的预测准确性,通过在每

    2024年04月09日
    浏览(14)
  • A General Framework for Uncertainty Estimation in Deep Learning源码阅读(二)

    接上文 代码使用 定义模型,其中ResNet定义为: 其中,*的作用是: 在Python中,一个星号(*)通常被用来进行解包(unpacking)操作。当一个星号出现在函数调用中的一个参数前面时,它会告诉Python将该参数解包成多个独立的值,然后再将这些值传递给函数。 当一个星号出现在

    2023年04月08日
    浏览(13)
  • Reading:Deep dive into the OnPush change detection strategy in Angular

    Reading:Deep dive into the OnPush change detection strategy in Angular

    原文连接:IndepthApp 今天深入阅读并总结Angualr中onPush更新策略。 Angular 实现了两种策略来控制各个组件级别的更改检测行为。这些策略定义为 Default 和 OnPush : Angular使用这些策略来确定在运行父组件的变更检测时,是否应该检查子组件。为组件定义的策略会影响所有子指令,

    2024年02月06日
    浏览(8)
  • PointNet++:Deep Hierarchical Feature Learning on Point Sets in a Metric Space

    PointNet++:Deep Hierarchical Feature Learning on Point Sets in a Metric Space

    在上一篇文章中,提及了3D点云分类与分割的开山鼻祖——PointNet:https://blog.csdn.net/Alkaid2000/article/details/127253473,但是这篇PointNet是存在有很多不足之处的,在文章的末尾也提及了,它 没有能力捕获局部结构 ,这使得在复杂的场景中也很难进行分析,道理也很简单,这篇文章

    2024年02月05日
    浏览(10)
  • 《SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection》论文阅读理解

    《SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection》论文阅读理解

    对身体器官的射线扫描结果图片中展示了详细的结构化信息,充分利用这种身体各个部分之间的结构化信息,对检测出身体存在的异常非常重要; 提出了使用空间感知队列来进行图片绘制和检测图片中存在的异常的方法(称为SQUID); 在两个胸部X射线基准数据集上,本文所

    2024年02月15日
    浏览(7)
  • 论文阅读06-Task Offloading Optimization in Mobile Edge Computing based on Deep Reinforcement Learning

    论文阅读06-Task Offloading Optimization in Mobile Edge Computing based on Deep Reinforcement Learning

    标题:Task Offloading Optimization in Mobile Edge Computing based on Deep Reinforcement Learning 会议:MSWiM ’23 (CCF-C) 注:本文仅用户学习。 问题:边缘计算可以很好地缓解云计算网络拥塞和高通信开销等问题。然而,考虑到边缘计算资源是有限的,需要采用合理的优化策略提高首先资源的

    2024年02月21日
    浏览(8)
  • not in效率低(MYSQL的Not IN、not EXISTS如何优化)

    【版权所有,文章允许转载,但须以链接方式注明源地址,否则追究法律责任】 【创作不易,点个赞就是对我最大的支持】 仅作为学习笔记,供大家参考 总结的不错的话,记得点赞收藏关注哦! 原SQL使用的是NOT IN 原因分析:我用了两条sql来解决,第一条sql去查了一组id来排

    2024年02月11日
    浏览(7)
  • mysql not in 怎么优化

    使用 MySQL 中的 NOT IN 子句时,需要小心,因为它可能会导致性能问题,尤其是在大型数据集上。这是因为 NOT IN 子句需要对数据集进行全表扫描来查找不匹配的行。在优化 NOT IN 子句时,考虑以下几种方法: 使用 LEFT JOIN 和 IS NULL : 一个常见的优化方法是使用 LEFT JOIN 将两个表

    2024年02月02日
    浏览(9)
  • Mysql中的not in和null

    当我们在MySQL中使用not in时,例如 如果not in(…)数据中有null时,返回的结果是空表。 错误在于判断 a not in B的方法的本质是a 使用 != 与B中的每一条进行判断 比如 3 not in (null,1,2) ,如果我们以3在不在null,1,2中来理解的话,肯定会认为返回结果是true; 但实践过程是 3 != null 3 !

    2024年02月06日
    浏览(8)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包