Ceph 对象存储多站点复制：第五部分-CSDN博客

新钛云服已累计为您分享842篇技术干货

系类回顾与目标

在本系列的第四部分中，我们深入探讨了RGW S3端点的负载均衡技术。在第五部分中，我们将详细介绍多站点同步策略功能。

多站点同步策略介绍

在从 Quincy 开始的 Ceph 版本中，Ceph 对象存储提供了细粒度的存储桶级复制，提供了很多有用的功能。用户可以启用或禁用每个存储桶的同步，从而实现对复制工作流程的精确控制。这支持全区域复制，同时可以排除特定存储桶的复制、将单个源存储桶复制到多目标存储桶，并实现对称和定向数据流配置。下图显示了正在运行的同步策略功能的示例：

在我们之前的同步模型中，采用的是全区域同步（full zone sync），即所有数据和元数据都会在区域之间同步。而新的同步策略功能为我们提供了更高的灵活性和细粒度控制，允许我们按存储桶（bucket）配置复制。

存储桶同步策略主要应用于归档区域（archive zones）。从归档区域的数据移动是单向的，即所有对象可以从活跃区域（active zone）移动到归档区域，但不能从归档区域移动到活跃区域，因为归档区域是只读的。我们将在博客系列的第六部分详细讨论归档区域。

以下是Quincy和Reef版本中提供的一些功能列表：

Quincy 版本功能：

一对一存储桶复制
区域组（Zonegroup）级别的策略配置
存储桶（Bucket）级别的策略配置
可配置的数据流 - 对称模式
仅支持全新的多站点部署（Greenfield/New Multisite Deployments）

Reef 版本功能：

对象名称过滤
从传统的多站点同步（全区域复制）迁移到同步策略（区域组或存储桶级别）
归档区域同步策略（按存储桶启用/禁用复制到归档区域）
数据流 - 对称或定向模式
部分用户 S3 复制 API（GetBucketReplication、PutBucketReplication、DeleteBucketReplication）
支持不同存储桶之间的同步（一对一或一对多）
目标参数修改：存储类别（Storage Class）、目标所有者转换、用户模式

同步策略的核心概念：

在深入操作之前，我们需要理解以下同步策略的核心概念。同步策略由以下组件构成：

组（Groups）：包含一个或多个组，每个组可以包含数据流配置列表。
数据流（Data-flow）：定义区域之间复制数据的流向。可以配置为对称数据流（多个区域同步数据），也可以配置为定向数据流（数据从一个区域单向传输到另一个区域）。
管道（Pipes）：定义可以使用这些数据流的区域和存储桶及其相关属性。

同步策略组的三种状态：

启用（Enabled）：同步被允许并启用。启用后，复制将开始。例如，我们可以启用全区域组同步，然后按存储桶禁用（禁止）同步。
允许（Allowed）：同步被允许，但不会自动开始。例如，我们可以将区域组策略配置为“允许”，然后按存储桶启用同步策略。
禁止（Forbidden）：该组定义的同步不被允许。

配置级别：

同步策略（组、数据流和管道）可以在区域组和存储桶级别配置。存储桶的同步策略始终是其所属区域组定义策略的子集。例如，如果在区域组级别不允许某种数据流，即使在存储桶级别允许，该数据流也不会生效。更多关于预期行为的详细信息，请参考官方文档。

多站点同步策略配置

以下部分将解释如何使用新的多站点同步策略功能。默认情况下，正如我们在本系列的第一篇文章中设置的那样，多站点复制会将所有元数据和数据在区域组（zonegroup）内的所有区域之间进行复制。在本文的剩余部分中，我们将这种同步方法称为“传统同步”。

正如我们在上一节中解释的那样，同步策略由组（group）、数据流（flow）和管道（pipe）组成。我们首先配置一个非常宽松的区域组策略，允许所有区域上的所有存储桶进行双向流量传输。配置完成后，我们将添加按存储桶的同步策略，这些策略在设计上是区域组策略的子集，并具有更严格的规则集。

添加区域组策略

我们首先创建一个名为 group1 的新组，并将其状态设置为“允许”（allowed）。回顾上一节的内容，区域组将允许同步流量流动。策略将被设置为“允许”而非“启用”（enabled）。在“允许”状态下，数据同步不会在区域组级别发生，目的是在按存储桶的基础上启用同步。

[root@ceph-node-00 ~]# radosgw-admin sync group create --group-id=group1 --status=allowed --rgw-realm=multisite --rgw-zonegroup=multizg

创建对称/双向数据流

接下来，我们创建一个对称/双向数据流，允许数据在 zone1 和 zone2 之间双向同步。

[root@ceph-node-00 ~]# radosgw-admin sync group flow create --group-id=group1 --flow-id=flow-mirror --flow-type=symmetrical --zones=zone1,zone2

创建管道

最后，我们创建一个管道。在管道中，我们指定要使用的组 ID（group-id），然后为源和目标存储桶及区域设置通配符 *，这意味着所有区域和存储桶都可以作为数据的源和目标进行复制。

[root@ceph-node-00 ~]# radosgw-admin sync group pipe create --group-id=group1 --pipe-id=pipe1 --source-zones='*' --source-bucket='*' --dest-zones='*' --dest-bucket='*'

更新区域组同步策略

区域组同步策略的修改需要更新周期（period），而存储桶同步策略的修改则不需要更新周期。

[root@ceph-node-00 ~]# radosgw-admin period update --commit

提交新周期（period）后，区域组内的所有数据同步将停止，因为我们的区域组策略设置为“允许”。如果将其设置为“启用”，同步将继续以与初始多站点配置相同的方式进行。

区域间的单存储桶双向同步

现在，我们可以按存储桶启用同步。我们将为现有的存储桶 testbucket 创建一个存储桶级别的策略规则。请注意，存储桶必须在设置此策略之前存在，并且修改存储桶策略的管理命令必须在主区域（master zone）上运行。不过，存储桶同步策略不需要更新周期。数据流无需更改，因为它继承自区域组策略。存储桶策略的数据流只能是区域组策略中定义的流的子集，管道也是如此。

创建存储桶：

[root@ceph-node-00 ~]# aws --endpoint https://s3.zone1.cephlab.com:443 s3 mb s3://testbucketmake_bucket: testbucket

创建一个bucket同步组，使用--bucket参数指定bucket并将状态设置为enabled以便为我们的bucket testbucket启用复制

[root@ceph-node-00 ~]# radosgw-admin sync group create --bucket=testbucket --group-id=testbucket-1 --status=enabled

无需指定流，因为我们将从 zonegroup 继承流，因此我们只需为存储桶同步策略组定义一个名为testbucket-1管道。一旦应用此命令，该存储桶的数据同步复制就会开始。

[root@ceph-node-00 ~]# radosgw-admin sync group pipe create --bucket=testbucket --group-id=testbucket-1 --pipe-id=test-pipe1 --source-zones='*' --dest-zones='*'

[!CAUTION]

注意：您可以安全地忽略以下警告：
WARNING: cannot find source zone id for name=*

使用sync group get命令，可以查看组、流和管道配置。我们在区域组级别运行该命令，我们可以看到状态是allowed 。

"allowed"

我们在存储桶级别运行sync group get命令并提供--bucket参数。在这种情况下， testbucket的状态为Enabled ：

[root@ceph-node-00 ~]# radosgw-admin sync group get --bucket testbucket | jq .[0].val.status"Enabled"

另一个有用的命令是sync info 。通过sync info ，我们可以预览当前配置将实现的同步复制。因此，例如，在我们当前的区域组同步策略处于allowed状态的情况下，区域组级别不会发生同步，因此同步信息命令将不会显示配置的任何源或目标。

[root@ceph-node-00 ~]# radosgw-admin sync info{    "sources": [],    "dests": [],    "hints": {        "sources": [],        "dests": []    },    "resolved-hints-1": {        "sources": [],        "dests": []    },    "resolved-hints": {        "sources": [],        "dests": []    }}

我们还可以在存储桶级别使用sync info命令，使用--bucket参数，因为我们已经配置了双向管道。我们将使用zone2 -> zone1作为源，将zone1 -> zone2作为目的地。这意味着testbucket存储桶上的复制发生在两个方向。如果我们将一个对象从zone1放入testbucket ，它将被复制到zone2 ，如果我们将对象放入zone2它将被复制到zone1 。

[root@ceph-node-00 ~]# radosgw-admin sync info --bucket testbucket{    "sources": [        {            "id": "test-pipe1",            "source": {                "zone": "zone2",                "bucket": "testbucket:89c43fae-cd94-4f93-b21c-76cd1a64788d.34553.1"            },            "dest": {                "zone": "zone1",                "bucket": "testbucket:89c43fae-cd94-4f93-b21c-76cd1a64788d.34553.1"            },            "params": {                "source": {                    "filter": {                        "tags": []                    }                },                "dest": {},                "priority": 0,                "mode": "system",                "user": "user1"            }        }    ],    "dests": [        {            "id": "test-pipe1",            "source": {                "zone": "zone1",                "bucket": "testbucket:89c43fae-cd94-4f93-b21c-76cd1a64788d.34553.1"            },            "dest": {                "zone": "zone2",                "bucket": "testbucket:89c43fae-cd94-4f93-b21c-76cd1a64788d.34553.1"            },            "params": {                "source": {                    "filter": {                        "tags": []                    }                },                "dest": {},                "priority": 0,                "mode": "system",                "user": "user1"            }        }    ],

因此，例如，如果我们只查看源，可以看到它们会根据运行radosgw-admin命令的集群而有所不同。例如，从cluster2 ( ceph-node04 ) 中，我们将zone1视为源：

[root@ceph-node-00 ~]# ssh ceph-node-04 radosgw-admin sync info --bucket testbucket | jq '.sources[].source, .sources[].dest'{  "zone": "zone1",  "bucket": "testbucket:66df8c0a-c67d-4bd7-9975-bc02a549f13e.45330.2"}{  "zone": "zone2",  "bucket": "testbucket:66df8c0a-c67d-4bd7-9975-bc02a549f13e.45330.2"}

在cluster1 ( ceph-node-00 ) 中，我们将zone2视为源：

[root@ceph-node-00 ~]# radosgw-admin sync info --bucket testbucket | jq '.sources[].source, .sources[].dest'{  "zone": "zone2",  "bucket": "testbucket:66df8c0a-c67d-4bd7-9975-bc02a549f13e.45330.2"}{  "zone": "zone1",  "bucket": "testbucket:66df8c0a-c67d-4bd7-9975-bc02a549f13e.45330.2"}

让我们使用 AWS CLI 执行快速测试，以验证配置并确认复制适用于testbucket 。我们将一个对象放入zone1并检查它是否已复制到zone2 ：

[root@ceph-node-00 ~]# aws --endpoint https://s3.zone1.cephlab.com:443 s3 cp /etc/hosts s3://testbucket/firsfileupload: ../etc/hosts to s3://testbucket/firsfile

我们可以检查同步是否已完成 radosgw-admin bucket sync checkpoint 命令：

[root@ceph-node-00 ~]# ssh ceph-node-04 radosgw-admin bucket sync checkpoint --bucket testbucket2024-02-02T02:17:26.858-0500 7f3f38729800  1 bucket sync caught up with source:      local status: [, , , 00000000004.531.6, , , , , , , ]    remote markers: [, , , 00000000004.531.6, , , , , , , ]2024-02-02T02:17:26.858-0500 7f3f38729800  0 bucket checkpoint complete

检查同步状态的另一种方法是使用 radosgw-admin bucket sync status 命令：

[root@ceph-node-00 ~]# radosgw-admin bucket sync status --bucket=testbucket          realm beeea955-8341-41cc-a046-46de2d5ddeb9 (multisite)      zonegroup 2761ad42-fd71-4170-87c6-74c20dd1e334 (multizg)           zone 66df8c0a-c67d-4bd7-9975-bc02a549f13e (zone1)         bucket :testbucket[66df8c0a-c67d-4bd7-9975-bc02a549f13e.37124.2])   current time 2024-02-02T09:07:42Z
    source zone 7b9273a9-eb59-413d-a465-3029664c73d7 (zone2)  source bucket :testbucket[66df8c0a-c67d-4bd7-9975-bc02a549f13e.37124.2])                incremental sync on 11 shards                bucket is caught up with source

我们看到该对象在zone2中可用。

[root@ceph-node-00 ~]# aws  --endpoint https://object.s3.zone2.dan.ceph.blue:443 s3 ls s3://testbucket/2024-01-09 06:27:24        233 firsfile

由于复制是双向的，我们将一个对象放入zone2中，并将其复制到zone1 ：

[root@ceph-node-00 ~]# aws --endpoint https://object.s3.zone2.dan.ceph.blue:443 s3 cp   /etc/hosts s3://testbucket/secondfileupload: ../etc/hosts to s3://testbucket/secondfile[root@ceph-node-00 ~]# aws  --endpoint https://object.s3.zone1.dan.ceph.blue:443 s3 ls s3://testbucket/2024-01-09 06:27:24        233 firsfile2024-02-02 00:40:15        233 secondfile

总结

在本系列的第五部分中，我们讨论了多站点同步策略并分享了一些配置粒度存储桶双向复制的实践示例。在第六部分中，我们将继续配置多站点同步策略，包括从一个源到多个目标存储桶的单向复制。

如有相关问题，请在文章后面给小编留言，小编安排作者第一时间和您联系，为您答疑解惑。

推荐阅读