替换节点

流程

1. 确定需要替换的节点。

2. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

3. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap
   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

4. 删除节点：

   $ oc delete nodes <node_name>

   Copy to Clipboard Toggle word wrap
5. 使用所需的基础架构创建一个新的 Amazon Web Service(AWS)机器实例。请参阅 平台要求。
6. 使用新的 AWS 机器集创建新的 OpenShift Container Platform 节点。

7. 检查与处于 Pending 状态的 OpenShift Container Platform 相关的证书签名请求(CSR)：

   $ oc get csr

   Copy to Clipboard Toggle word wrap

8. 批准新节点所需的所有 OpenShift Container Platform CSR：

   $ oc adm certificate approve <certificate_name>

   Copy to Clipboard Toggle word wrap

   <certificate_name>

   指定 CSR 的名称。

9. 点 Compute → Nodes。确认新节点处于 Ready 状态。

10. 使用以下之一将 OpenShift Data Foundation 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
    2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

    使用命令行界面

    • 将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

    <new_node_name>

    指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定需要替换的节点。记录其 Machine Name。

3. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

4. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap
   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

5. 点 Compute → Machines。搜索所需的机器。
6. 除了所需机器外，点击 Action 菜单(⋮) → Delete Machine。
7. 点 Delete 以确认机器已被删除。会自动创建新机器。

8. 等待新计算机启动并过渡到 Running 状态。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。

9. 点 Compute → Nodes。确认新节点处于 Ready 状态。

10. 将 OpenShift Data Foundation 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
    2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

    使用命令行界面

    • 将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

    <new_node_name>

    指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 识别您要替换的节点的 Amazon Web Service(AWS)机器实例。
2. 登录 AWS，再终止您确定的 AWS 机器实例。
3. 使用所需基础架构创建新的 AWS 机器集。请参阅 平台要求。
4. 使用新的 AWS 机器集创建新的 OpenShift Container Platform 节点。

5. 检查与处于 Pending 状态的 OpenShift Container Platform 相关的证书签名请求(CSR)：

   $ oc get csr

   Copy to Clipboard Toggle word wrap

6. 批准新节点所需的所有 OpenShift Container Platform CSR：

   $ oc adm certificate approve <certificate_name>

   Copy to Clipboard Toggle word wrap

   <certificate_name>

   指定 CSR 的名称。

7. 点 Compute → Nodes。确认新节点处于 Ready 状态。

8. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

   从用户界面

   1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
   2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

   使用命令行界面

   • 执行以下命令，将 OpenShift Data Foundation 标签应用到新节点：

   $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

   Copy to Clipboard Toggle word wrap

   <new_node_name>

   指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定有故障的节点，再单击其 Machine Name。
3. 点击 Actions → Edit Annotations，然后点 Add More。
4. 添加 machine.openshift.io/exclude-node-draining 并点 Save。
5. 点 Actions → Delete Machine，然后点 Delete。

6. 新机器会自动创建，等待新机器启动。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

7. 点 Compute → Nodes。确认新节点处于 Ready 状态。

8. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

   从用户界面

   1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
   2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

   使用命令行界面

   • 将 OpenShift Data Foundation 标签应用到新节点：

   $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

   Copy to Clipboard Toggle word wrap

   <new_node_name>

   指定新节点的名称。

9. 可选： 如果没有自动删除失败的 Amazon Web Service(AWS)实例，请从 AWS 控制台终止实例。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 识别需要替换的节点及其虚拟机(VM)。

2. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

3. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap
   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

4. 删除节点：

   $ oc delete nodes <node_name>

   Copy to Clipboard Toggle word wrap

5. 登录到 VMware vSphere，终止您识别的虚拟机：

   重要

   仅从清单中删除虚拟机，而不从磁盘中删除。

6. 在带有所需基础架构的 VMware vSphere 上创建新虚拟机。请参阅 平台要求。
7. 使用新虚拟机创建新的 OpenShift Container Platform worker 节点。

8. 检查与处于 Pending 状态的 OpenShift Container Platform 相关的证书签名请求(CSR)：

   $ oc get csr

   Copy to Clipboard Toggle word wrap

9. 批准新节点所需的所有 OpenShift Container Platform CSR：

   $ oc adm certificate approve <certificate_name>

   Copy to Clipboard Toggle word wrap

   <certificate_name>

   指定 CSR 的名称。

10. 点 Compute → Nodes。确认新节点处于 Ready 状态。

11. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
    2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

    使用命令行界面

    • 将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

    <new_node_name>

    指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定需要替换的节点。记录其 Machine Name。

3. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

4. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap
   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

5. 点 Compute → Machines。搜索所需的机器。
6. 除了所需机器外，点击 Action 菜单(⋮) → Delete Machine。
7. 点 Delete 以确认机器已被删除。会自动创建新机器。

8. 等待新计算机启动并过渡到 Running 状态。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。

9. 点 Compute → Nodes。确认新节点处于 Ready 状态。

10. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
    2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

    使用命令行界面

    • 将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

    <new_node_name>

    指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 找出您要替换的节点及其虚拟机(VM)。

2. 删除节点：

   $ oc delete nodes <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

3. 登录 VMware vSphere 并终止您确定的虚拟机。

   重要

   仅从清单中删除虚拟机，而不从磁盘中删除。

4. 在带有所需基础架构的 VMware vSphere 上创建新虚拟机。请参阅 平台要求。
5. 使用新虚拟机创建新的 OpenShift Container Platform worker 节点。

6. 检查与处于 Pending 状态的 OpenShift Container Platform 相关的证书签名请求(CSR)：

   $ oc get csr

   Copy to Clipboard Toggle word wrap

7. 批准新节点所需的所有 OpenShift Container Platform CSR：

   $ oc adm certificate approve <certificate_name>

   Copy to Clipboard Toggle word wrap

   <certificate_name>

   指定 CSR 的名称。

8. 点 Compute → Nodes。确认新节点处于 Ready 状态。

9. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

   从用户界面

   1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
   2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

   使用命令行界面

   • 将 OpenShift Data Foundation 标签应用到新节点：

   $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

   Copy to Clipboard Toggle word wrap

   <new_node_name>

   指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定有故障的节点，再单击其 Machine Name。
3. 点击 Actions → Edit Annotations，然后点 Add More。
4. 添加 machine.openshift.io/exclude-node-draining 并点 Save。
5. 点 Actions → Delete Machine，然后点 Delete。

6. 会自动创建新机器。等待启动新机器。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

7. 点 Compute → Nodes。确认新节点处于 Ready 状态。

8. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

   从用户界面

   1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
   2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

   使用命令行界面

   • 将 OpenShift Data Foundation 标签应用到新节点：

   $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

   Copy to Clipboard Toggle word wrap

   <new_node_name>

   指定新节点的名称。

9. 可选： 如果没有自动删除失败的虚拟机(VM)，请从 VMware vSphere 中终止虚拟机。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定需要替换的节点。记录其 Machine Name。

3. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

4. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap
   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

5. 点 Compute → Machines。搜索所需的机器。
6. 除了所需机器外，点击 Action 菜单(⋮)→ Delete Machine。

7. 点 Delete 以确认机器已被删除。会自动创建新机器。等待新计算机启动并过渡到 Running 状态。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。

8. 点 Compute → Nodes。确认新节点处于 Ready 状态。

9. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

   从用户界面

   1. 对于新节点，点击 Action Menu(⋮)→ Edit Labels。
   2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

   使用命令行界面

   • 将 OpenShift Data Foundation 标签应用到新节点：

   $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

   Copy to Clipboard Toggle word wrap

   <new_node_name>

   指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定出现故障的节点。记录其 Machine Name。

3. 删除 Virtual Machine(VM)实例时，确保磁盘不会被删除。

   • 登录 Red Hat Virtualization 管理门户，并从失败的虚拟机中删除与监控 pod 和对象存储设备(OSD)关联的虚拟磁盘。

     重要

     当您删除一个或多个磁盘时，不要选择 Remove Perently 选项。

4. 在 OpenShift Web 控制台中，点 Compute → Machines。搜索所需的机器。
5. 点 Actions → Edit Annotations，然后点 Add More。
6. 添加 machine.openshift.io/exclude-node-draining 并点 Save。

7. 点 Actions → Delete Machine，然后点 Delete。

   会自动创建新机器。等待新机器启动。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

8. 点 Compute → Nodes。确认新节点处于 Ready 状态。

9. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

   从用户界面

   1. 对于新节点，点击 Action Menu(⋮)→ Edit Labels。
   2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

   使用命令行界面

   • 将 OpenShift Data Foundation 标签应用到新节点：

   $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

   Copy to Clipboard Toggle word wrap

   <new_node_name>

   指定新节点的名称。

10. 可选： 如果没有自动删除失败的虚拟机，请从 Red Hat Virtualization 管理门户中删除虚拟机。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定需要替换的节点。记录其 Machine Name。

3. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

4. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap
   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

5. 点 Compute → Machines。搜索所需的机器。
6. 除了所需的机器外，点击 Action 菜单(⋮) → Delete Machine。
7. 点 Delete 以确认机器已被删除。会自动创建新机器。

8. 等待新计算机启动并过渡到 Running 状态。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。

9. 点 Compute → Nodes。确认新节点处于 Ready 状态。

10. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
    2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

    使用命令行界面

    • 执行以下命令，将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

    <new_node_name>

    指定新节点的名称。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点 Workloads→ Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证新的对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 登录 OpenShift Web 控制台，再点击 Compute → Nodes。
2. 确定有故障的节点，再单击其 Machine Name。
3. 点击 Actions → Edit Annotations，然后点 Add More。
4. 添加 machine.openshift.io/exclude-node-draining 并点 Save。
5. 点 Actions → Delete Machine，然后点 Delete。

6. 会自动创建新机器。等待新机器启动。

   重要

   此活动可能至少需要 5 到 10 分钟或更多。Ceph 周期内生成的 Ceph 错误是临时的，当您标记新节点并且可以正常工作时，会自动解决。

7. 点 Compute → Nodes。确认新节点处于 Ready 状态。

8. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

   从用户界面

   1. 对于新节点，点击 Action Menu(⋮) → Edit Labels。
   2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

   使用命令行界面

   • 将 OpenShift Data Foundation 标签应用到新节点：

   $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

   Copy to Clipboard Toggle word wrap

   <new_node_name>

   指定新节点的名称。

9. 可选：如果没有自动删除失败的 Azure 实例，从 Azure 控制台终止实例。

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点击 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*
3. 验证所有其他所需的 OpenShift Data Foundation pod 是否处于 Running 状态。

4. 验证对象存储设备(OSD)pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 找出该节点，并获取您要替换的节点上的标签：

   $ oc get nodes --show-labels | grep <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

2. 识别要替换的节点中运行的监控器 pod（若有）和 OSD：

   $ oc get pods -n openshift-storage -o wide | grep -i <node_name>

   Copy to Clipboard Toggle word wrap

3. 缩减上一步中标识的 pod 的部署：

   例如：

   $ oc scale deployment rook-ceph-mon-c --replicas=0 -n openshift-storage

   Copy to Clipboard Toggle word wrap

   $ oc scale deployment rook-ceph-osd-0 --replicas=0 -n openshift-storage

   Copy to Clipboard Toggle word wrap

   $ oc scale deployment --selector=app=rook-ceph-crashcollector,node_name=<node_name>  --replicas=0 -n openshift-storage

   Copy to Clipboard Toggle word wrap

4. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

5. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap

6. 删除节点：

   $ oc delete node <node_name>

   Copy to Clipboard Toggle word wrap

7. 获取具有所需基础架构的新裸机计算机。请参阅在裸机上安装。

   重要

   有关如何在三节点 OpenShift 紧凑的裸机集群中安装 OpenShift Data Foundation 时如何替换 master 节点的详情，请参阅 OpenShift Container Platform 文档中的备份和恢复指南。

8. 使用新的裸机机器创建新的 OpenShift Container Platform 节点。

9. 检查与处于 Pending 状态的 OpenShift Container Platform 相关的证书签名请求(CSR)：

   $ oc get csr

   Copy to Clipboard Toggle word wrap

10. 批准新节点所需的所有 OpenShift Container Platform CSR：

    $ oc adm certificate approve <certificate_name>

    Copy to Clipboard Toggle word wrap

    <certificate_name>

    指定 CSR 的名称。

11. 在 OpenShift Web 控制台中，点 Compute → Nodes。确认新节点处于 Ready 状态。

12. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮)→ Edit Labels。
    2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

    使用命令行界面

    • 将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

    <new_node_name>

    指定新节点的名称。

13. 识别安装 OpenShift 本地存储 Operator 的命名空间，并将其分配给 local_storage_project 变量：

    $ local_storage_project=$(oc get csv --all-namespaces | awk '{print $1}' | grep local)

    Copy to Clipboard Toggle word wrap

    例如：

    $ local_storage_project=$(oc get csv --all-namespaces | awk '{print $1}' | grep local)

    Copy to Clipboard Toggle word wrap

    echo $local_storage_project

    Copy to Clipboard Toggle word wrap

    输出示例：

    openshift-local-storage

    Copy to Clipboard Toggle word wrap

14. 将新的 worker 节点添加到 localVolumeDiscovery 和 localVolumeSet。

    1. 更新 localVolumeDiscovery 定义，使其包含新节点，并删除故障节点：

       # oc edit -n $local_storage_project localvolumediscovery auto-discover-devices

       Copy to Clipboard Toggle word wrap

       输出示例：

       [...]
          nodeSelector:
           nodeSelectorTerms:
             - matchExpressions:
                 - key: kubernetes.io/hostname
                   operator: In
                   values:
                   - server1.example.com
                   - server2.example.com
                   #- server3.example.com
                   - newnode.example.com
       [...]

       Copy to Clipboard Toggle word wrap

       记住在退出编辑器之前进行保存。

       在本例中，删除了 server3.example.com，newnode.example.com 是新节点。

    2. 确定要编辑的 localVolumeSet ：

       # oc get -n $local_storage_project localvolumeset

       Copy to Clipboard Toggle word wrap

       输出示例：

       NAME          AGE
       localblock   25h

       Copy to Clipboard Toggle word wrap

    3. 更新 localVolumeSet 定义，使其包含新节点，并删除故障节点：

       # oc edit -n $local_storage_project localvolumeset localblock

       Copy to Clipboard Toggle word wrap

       输出示例：

       [...]
          nodeSelector:
           nodeSelectorTerms:
             - matchExpressions:
                 - key: kubernetes.io/hostname
                   operator: In
                   values:
                   - server1.example.com
                   - server2.example.com
                   #- server3.example.com
                   - newnode.example.com
       [...]

       Copy to Clipboard Toggle word wrap

       记住在退出编辑器之前进行保存。

       在本例中，server3.example.com 已被删除，newnode.example.com 是新节点。

15. 验证新的 localblock 持久性卷 (PV)是否可用：

    $oc get pv | grep localblock | grep Available

    Copy to Clipboard Toggle word wrap

    输出示例：

    local-pv-551d950     512Gi    RWO    Delete  Available
    localblock     26s

    Copy to Clipboard Toggle word wrap

16. 进入 openshift-storage 项目：

    $ oc project openshift-storage

    Copy to Clipboard Toggle word wrap

17. 从集群移除出现故障的 OSD。如果需要，您可以指定多个失败的 OSD：

    $ oc process -n openshift-storage ocs-osd-removal \
    -p FAILED_OSD_IDS=<failed_osd_id> -p FORCE_OSD_REMOVAL=true | oc create -f -

    Copy to Clipboard Toggle word wrap

    <failed_osd_id>

    是 pod 名称中紧接在 rook-ceph-osd 前缀后面的整数。

    您可以通过在命令中添加逗号分隔的 OSD ID，以移除多个 OSD，例如 FAILED_OSD_IDS=0,1,2。

    FORCE_OSD_REMOVAL 值必须在有三个 OSD 的集群中更改为 true，或者有足够空间的集群在移除 OSD 后恢复所有这三个数据副本。

18. 通过检查 ocs-osd-removal-job pod 的状态，验证 OSD 是否已成功移除。

    状态为 Completed，确认 OSD 移除作业已成功。

    # oc get pod -l job-name=ocs-osd-removal-job -n openshift-storage

    Copy to Clipboard Toggle word wrap

19. 确保 OSD 移除已完成。

    $ oc logs -l job-name=ocs-osd-removal-job -n openshift-storage --tail=-1 | egrep -i 'completed removal'

    Copy to Clipboard Toggle word wrap

    输出示例：

    2022-05-10 06:50:04.501511 I | cephosd: completed removal of OSD 0

    Copy to Clipboard Toggle word wrap
    重要

    如果 ocs-osd-removal-job 失败，且 pod 处于预期的 Completed 状态，请检查 pod 日志以进一步调试：

    例如：

    # oc logs -l job-name=ocs-osd-removal-job -n openshift-storage --tail=-1

    Copy to Clipboard Toggle word wrap

20. 识别与持久性卷声明 (PVC) 关联的持久性卷 (PV)：

    # oc get pv -L kubernetes.io/hostname | grep localblock | grep Released

    Copy to Clipboard Toggle word wrap

    输出示例：

    local-pv-d6bf175b  1490Gi  RWO  Delete  Released  openshift-storage/ocs-deviceset-0-data-0-6c5pw  localblock  2d22h  compute-1

    Copy to Clipboard Toggle word wrap

    如果有一个 PV 处于 Released 状态，请删除它：

    # oc delete pv <persistent_volume>

    Copy to Clipboard Toggle word wrap

    例如：

    # oc delete pv local-pv-d6bf175b

    Copy to Clipboard Toggle word wrap

    输出示例：

    persistentvolume "local-pv-d9c5cbd6" deleted

    Copy to Clipboard Toggle word wrap

21. 确定 crashcollector pod 部署：

    $ oc get deployment --selector=app=rook-ceph-crashcollector,node_name=<failed_node_name> -n openshift-storage

    Copy to Clipboard Toggle word wrap

    如果有现有的 crashcollector pod 部署，请删除它：

    $ oc delete deployment --selector=app=rook-ceph-crashcollector,node_name=<failed_node_name> -n openshift-storage

    Copy to Clipboard Toggle word wrap

22. 删除 ocs-osd-removal-job ：

    # oc delete -n openshift-storage job ocs-osd-removal-job

    Copy to Clipboard Toggle word wrap

    输出示例：

    job.batch "ocs-osd-removal-job" deleted

    Copy to Clipboard Toggle word wrap

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*

3. 验证所有其他必需的 OpenShift 数据基础容器集是否都处于 Running 状态。

   确保创建了新的 incremental mon，且处于 Running 状态：

   $ oc get pod -n openshift-storage | grep mon

   Copy to Clipboard Toggle word wrap

   输出示例：

   rook-ceph-mon-a-cd575c89b-b6k66         2/2     Running
   0          38m
   rook-ceph-mon-b-6776bc469b-tzzt8        2/2     Running
   0          38m
   rook-ceph-mon-d-5ff5d488b5-7v8xh        2/2     Running
   0          4m8s

   Copy to Clipboard Toggle word wrap

   OSD 和监控 pod 可能需要几分钟才能进入 Running 状态。

4. 验证新 OSD pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 找出该节点，并获取您要替换的节点上的标签：

   $ oc get nodes --show-labels | grep <node_name>

   Copy to Clipboard Toggle word wrap

   <node_name>

   指定替换的节点的名称。

2. 识别要替换的节点中运行的监控器 pod（若有）和 OSD：

   $ oc get pods -n openshift-storage -o wide | grep -i <node_name>

   Copy to Clipboard Toggle word wrap

3. 缩减上一步中标识的 pod 的部署：

   例如：

   $ oc scale deployment rook-ceph-mon-c --replicas=0 -n openshift-storage

   Copy to Clipboard Toggle word wrap

   $ oc scale deployment rook-ceph-osd-0 --replicas=0 -n openshift-storage

   Copy to Clipboard Toggle word wrap

   $ oc scale deployment --selector=app=rook-ceph-crashcollector,node_name=<node_name>  --replicas=0 -n openshift-storage

   Copy to Clipboard Toggle word wrap

4. 将节点标记为不可调度：

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

5. 删除处于 Terminating 状态的 pod：

   $ oc get pods -A -o wide | grep -i <node_name> |  awk '{if ($4 == "Terminating") system ("oc -n " $1 " delete pods " $2  " --grace-period=0 " " --force ")}'

   Copy to Clipboard Toggle word wrap

6. 排空节点：

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap

7. 删除节点：

   $ oc delete node <node_name>

   Copy to Clipboard Toggle word wrap

8. 获取具有所需基础架构的新裸机计算机。请参阅在裸机上安装。

   重要

   有关如何在三节点 OpenShift 紧凑的裸机集群中安装 OpenShift Data Foundation 时如何替换 master 节点的详情，请参阅 OpenShift Container Platform 文档中的备份和恢复指南。

9. 使用新的裸机机器创建新的 OpenShift Container Platform 节点。

10. 检查与处于 Pending 状态的 OpenShift Container Platform 相关的证书签名请求(CSR)：

    $ oc get csr

    Copy to Clipboard Toggle word wrap

11. 批准新节点所需的所有 OpenShift Container Platform CSR：

    $ oc adm certificate approve <certificate_name>

    Copy to Clipboard Toggle word wrap

    <certificate_name>

    指定 CSR 的名称。

12. 在 OpenShift Web 控制台中，点 Compute → Nodes。确认新节点处于 Ready 状态。

13. 使用以下任一方法之一将 OpenShift Data Foundation 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮)→ Edit Labels。
    2. 添加 cluster.ocs.openshift.io/openshift-storage，然后点 Save。

    使用命令行界面

    • 将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

    <new_node_name>

    指定新节点的名称。

14. 识别安装 OpenShift 本地存储 Operator 的命名空间，并将其分配给 local_storage_project 变量：

    $ local_storage_project=$(oc get csv --all-namespaces | awk '{print $1}' | grep local)

    Copy to Clipboard Toggle word wrap

    例如：

    $ local_storage_project=$(oc get csv --all-namespaces | awk '{print $1}' | grep local)

    Copy to Clipboard Toggle word wrap

    echo $local_storage_project

    Copy to Clipboard Toggle word wrap

    输出示例：

    openshift-local-storage

    Copy to Clipboard Toggle word wrap

15. 将新的 worker 节点添加到 localVolumeDiscovery 和 localVolumeSet。

    1. 更新 localVolumeDiscovery 定义，使其包含新节点，并删除故障节点：

       # oc edit -n $local_storage_project localvolumediscovery auto-discover-devices

       Copy to Clipboard Toggle word wrap

       输出示例：

       [...]
          nodeSelector:
           nodeSelectorTerms:
             - matchExpressions:
                 - key: kubernetes.io/hostname
                   operator: In
                   values:
                   - server1.example.com
                   - server2.example.com
                   #- server3.example.com
                   - newnode.example.com
       [...]

       Copy to Clipboard Toggle word wrap

       记住在退出编辑器之前进行保存。

       在本例中，删除了 server3.example.com，newnode.example.com 是新节点。

    2. 确定要编辑的 localVolumeSet ：

       # oc get -n $local_storage_project localvolumeset

       Copy to Clipboard Toggle word wrap

       输出示例：

       NAME          AGE
       localblock   25h

       Copy to Clipboard Toggle word wrap

    3. 更新 localVolumeSet 定义，使其包含新节点，并删除故障节点：

       # oc edit -n $local_storage_project localvolumeset localblock

       Copy to Clipboard Toggle word wrap

       输出示例：

       [...]
          nodeSelector:
           nodeSelectorTerms:
             - matchExpressions:
                 - key: kubernetes.io/hostname
                   operator: In
                   values:
                   - server1.example.com
                   - server2.example.com
                   #- server3.example.com
                   - newnode.example.com
       [...]

       Copy to Clipboard Toggle word wrap

       记住在退出编辑器之前进行保存。

       在本例中，server3.example.com 已被删除，newnode.example.com 是新节点。

16. 验证新的 localblock 持久性卷 (PV)是否可用：

    $oc get pv | grep localblock | grep Available

    Copy to Clipboard Toggle word wrap

    输出示例：

    local-pv-551d950     512Gi    RWO    Delete  Available
    localblock     26s

    Copy to Clipboard Toggle word wrap

17. 进入 openshift-storage 项目：

    $ oc project openshift-storage

    Copy to Clipboard Toggle word wrap

18. 从集群移除出现故障的 OSD。如果需要，您可以指定多个失败的 OSD：

    $ oc process -n openshift-storage ocs-osd-removal \
    -p FAILED_OSD_IDS=<failed_osd_id> -p FORCE_OSD_REMOVAL=true | oc create -f -

    Copy to Clipboard Toggle word wrap

    <failed_osd_id>

    是 pod 名称中紧接在 rook-ceph-osd 前缀后面的整数。

    您可以通过在命令中添加逗号分隔的 OSD ID，以移除多个 OSD，例如 FAILED_OSD_IDS=0,1,2。

    FORCE_OSD_REMOVAL 值必须在有三个 OSD 的集群中更改为 true，或者有足够空间的集群在移除 OSD 后恢复所有这三个数据副本。

19. 通过检查 ocs-osd-removal-job pod 的状态，验证 OSD 是否已成功移除。

    状态为 Completed，确认 OSD 移除作业已成功。

    # oc get pod -l job-name=ocs-osd-removal-job -n openshift-storage

    Copy to Clipboard Toggle word wrap

20. 确保 OSD 移除已完成。

    $ oc logs -l job-name=ocs-osd-removal-job -n openshift-storage --tail=-1 | egrep -i 'completed removal'

    Copy to Clipboard Toggle word wrap

    输出示例：

    2022-05-10 06:50:04.501511 I | cephosd: completed removal of OSD 0

    Copy to Clipboard Toggle word wrap
    重要

    如果 ocs-osd-removal-job 失败，且 pod 处于预期的 Completed 状态，请检查 pod 日志以进一步调试：

    例如：

    # oc logs -l job-name=ocs-osd-removal-job -n openshift-storage --tail=-1

    Copy to Clipboard Toggle word wrap

21. 识别与持久性卷声明 (PVC) 关联的持久性卷 (PV)：

    # oc get pv -L kubernetes.io/hostname | grep localblock | grep Released

    Copy to Clipboard Toggle word wrap

    输出示例：

    local-pv-d6bf175b  1490Gi  RWO  Delete  Released  openshift-storage/ocs-deviceset-0-data-0-6c5pw  localblock  2d22h  compute-1

    Copy to Clipboard Toggle word wrap

    如果有一个 PV 处于 Released 状态，请删除它：

    # oc delete pv <persistent_volume>

    Copy to Clipboard Toggle word wrap

    例如：

    # oc delete pv local-pv-d6bf175b

    Copy to Clipboard Toggle word wrap

    输出示例：

    persistentvolume "local-pv-d9c5cbd6" deleted

    Copy to Clipboard Toggle word wrap

22. 确定 crashcollector pod 部署：

    $ oc get deployment --selector=app=rook-ceph-crashcollector,node_name=<failed_node_name> -n openshift-storage

    Copy to Clipboard Toggle word wrap

    如果有现有的 crashcollector pod 部署，请删除它：

    $ oc delete deployment --selector=app=rook-ceph-crashcollector,node_name=<failed_node_name> -n openshift-storage

    Copy to Clipboard Toggle word wrap

23. 删除 ocs-osd-removal-job ：

    # oc delete -n openshift-storage job ocs-osd-removal-job

    Copy to Clipboard Toggle word wrap

    输出示例：

    job.batch "ocs-osd-removal-job" deleted

    Copy to Clipboard Toggle word wrap

验证步骤

1. 验证输出中是否存在新节点：

   $ oc get nodes --show-labels | grep cluster.ocs.openshift.io/openshift-storage= |cut -d' ' -f1

   Copy to Clipboard Toggle word wrap

2. 点 Workloads → Pods。确认新节点上至少以下 pod 处于 Running 状态：

   • csi-cephfsplugin-*
   • csi-rbdplugin-*

3. 验证所有其他必需的 OpenShift 数据基础容器集是否都处于 Running 状态。

   确保创建了新的 incremental mon，且处于 Running 状态：

   $ oc get pod -n openshift-storage | grep mon

   Copy to Clipboard Toggle word wrap

   输出示例：

   rook-ceph-mon-a-cd575c89b-b6k66         2/2     Running
   0          38m
   rook-ceph-mon-b-6776bc469b-tzzt8        2/2     Running
   0          38m
   rook-ceph-mon-d-5ff5d488b5-7v8xh        2/2     Running
   0          4m8s

   Copy to Clipboard Toggle word wrap

   OSD 和监控 pod 可能需要几分钟才能进入 Running 状态。

4. 验证新 OSD pod 是否在替换节点上运行：

   $ oc get pods -o wide -n openshift-storage| egrep -i <new_node_name> | egrep osd

   Copy to Clipboard Toggle word wrap

5. 可选：如果在集群中启用了集群范围的加密，请验证新 OSD 设备是否已加密。

   对于上一步中标识的每个新节点，请执行以下操作：

   1. 创建 debug pod 并为一个或多个所选主机打开 chroot 环境：

      $ oc debug node/<node_name>

      Copy to Clipboard Toggle word wrap

      $ chroot /host

      Copy to Clipboard Toggle word wrap

   2. 显示可用块设备列表：

      $ lsblk

      Copy to Clipboard Toggle word wrap

      检查一个或多个 ocs-deviceset 名称旁的 crypt 关键字。

6. 如果验证步骤失败，请联系红帽支持团队。

流程

1. 识别节点，并在要替换的节点上获取标签。记录机架标签。

   $ oc get nodes --show-labels | grep <node_name>

   Copy to Clipboard Toggle word wrap

2. 识别要替换的节点中运行的 mon （如果有）和对象存储设备(OSD)pod。

   $ oc get pods -n openshift-storage -o wide | grep -i <node_name>

   Copy to Clipboard Toggle word wrap

3. 缩减上一步中确定的容器集部署。

   例如：

   $ oc scale deployment rook-ceph-mon-c --replicas=0 -n openshift-storage
   $ oc scale deployment rook-ceph-osd-0 --replicas=0 -n openshift-storage
   $ oc scale deployment --selector=app=rook-ceph-crashcollector,node_name=<node_name>  --replicas=0 -n openshift-storage

   Copy to Clipboard Toggle word wrap

4. 将节点标记为不可调度。

   $ oc adm cordon <node_name>

   Copy to Clipboard Toggle word wrap

5. 删除处于 Terminating 状态的 pod。

   $ oc get pods -A -o wide | grep -i <node_name> |  awk '{if ($4 == "Terminating") system ("oc -n " $1 " delete pods " $2  " --grace-period=0 " " --force ")}'

   Copy to Clipboard Toggle word wrap

6. 排空节点。

   $ oc adm drain <node_name> --force --delete-emptydir-data=true --ignore-daemonsets

   Copy to Clipboard Toggle word wrap

7. 删除节点。

   $ oc delete node <node_name>

   Copy to Clipboard Toggle word wrap
8. 获取一个新的 IBM zSystem 存储节点作为替换。

9. 检查与处于 Pending 状态的 OpenShift Data Foundation 相关的证书签名请求 (CSR)：

   $ oc get csr

   Copy to Clipboard Toggle word wrap

10. 批准新节点所需的所有 OpenShift Data Foundation CSR：

    $ oc adm certificate approve <Certificate_Name>

    Copy to Clipboard Toggle word wrap
11. 在 OpenShift Web 控制台中点 Compute → Nodes，确认新节点是否处于 Ready 状态。

12. 使用以下任一方法之一将 openshift-storage 标签应用到新节点：

    从用户界面

    1. 对于新节点，点击 Action Menu(⋮) → Edit Labels
    2. 添加 cluster.ocs.openshift.io/openshift-storage 并点 Save。

    使用命令行界面

    • 执行以下命令，将 OpenShift Data Foundation 标签应用到新节点：

    $ oc label node <new_node_name> cluster.ocs.openshift.io/openshift-storage=""

    Copy to Clipboard Toggle word wrap

13. 将新的 worker 节点添加到 localVolumeDiscovery 和 localVolumeSet。

    1. 更新 localVolumeDiscovery 定义，使其包含新节点并删除失败的节点。

       # oc edit -n local-storage-project localvolumediscovery auto-discover-devices
       [...]
          nodeSelector:
           nodeSelectorTerms:
             - matchExpressions:
                 - key: kubernetes.io/hostname
                   operator: In
                   values:
                   - server1.example.com
                   - server2.example.com
                   #- server3.example.com
                   - newnode.example.com
       [...]

       Copy to Clipboard Toggle word wrap

       记住在退出编辑器之前进行保存。

       在上例中，server3.example.com 已被删除，newnode.example.com 是新节点。

    2. 决定要编辑的 localVolumeSet。

       在以下命令中，将 local-storage-project 替换为您的本地存储项目的名称。默认项目名称是 OpenShift Data Foundation 4.6 及之后的版本中的 openshift-local-storage。之前的版本默认使用 local-storage。

       # oc get -n local-storage-project localvolumeset
       NAME          AGE
       localblock   25h

       Copy to Clipboard Toggle word wrap

    3. 更新 localVolumeSet 定义，使其包含新节点并删除失败的节点。

       # oc edit -n local-storage-project localvolumeset localblock
       [...]
          nodeSelector:
           nodeSelectorTerms:
             - matchExpressions:
                 - key: kubernetes.io/hostname
                   operator: In
                   values:
                   - server1.example.com
                   - server2.example.com
                   #- server3.example.com
                   - newnode.example.com
       [...]

       Copy to Clipboard Toggle word wrap

       记住在退出编辑器之前进行保存。

       在上例中，server3.example.com 已被删除，newnode.example.com 是新节点。

14. 验证新的 localblock PV 是否可用。

    $ oc get pv | grep localblock
              CAPA- ACCESS RECLAIM                                STORAGE
    NAME      CITY  MODES  POLICY  STATUS     CLAIM               CLASS       AGE
    local-pv- 931Gi  RWO   Delete  Bound      openshift-storage/  localblock  25h
    3e8964d3                                  ocs-deviceset-2-0
                                              -79j94
    local-pv- 931Gi  RWO   Delete  Bound      openshift-storage/  localblock  25h
    414755e0                                  ocs-deviceset-1-0
                                              -959rp
    local-pv- 931Gi RWO Delete Available localblock 3m24s b481410
    local-pv- 931Gi  RWO   Delete  Bound      openshift-storage/  localblock  25h
    d9c5cbd6                                  ocs-deviceset-0-0
                                              -nvs68

    Copy to Clipboard Toggle word wrap

15. 更改到 openshift-storage 项目。

    $ oc project openshift-storage

    Copy to Clipboard Toggle word wrap

16. 从集群移除出现故障的 OSD。如果需要，您可以指定多个故障 OSD。

    1. 根据需要识别 PVC，我们需要删除与该特定 PVC 关联的 PV。

       $ osd_id_to_remove=1
       $ oc get -n openshift-storage -o yaml deployment rook-ceph-osd-${osd_id_to_remove} | grep ceph.rook.io/pvc

       Copy to Clipboard Toggle word wrap

       其中，osd_id_to_remove 是 pod 名称中紧接在 rook-ceph-osd-prefix 后面的整数。在本例中，部署名称为 rook-ceph-osd-1。

       输出示例：

       ceph.rook.io/pvc: ocs-deviceset-localblock-0-data-0-g2mmc
           ceph.rook.io/pvc: ocs-deviceset-localblock-0-data-0-g2mmc

       Copy to Clipboard Toggle word wrap

       在本例中，PVC 名称为 ocs-deviceset-localblock-0-data-0-g2mmc。

    2. 从集群移除出现故障的 OSD。

       $ oc process -n openshift-storage ocs-osd-removal -p FAILED_OSD_IDS=${osd_id_to_remove} |oc create -f -

       Copy to Clipboard Toggle word wrap

       您可以通过在 命令中添加逗号分隔的 OSD ID 来移除多个 OSD。（例如：FAILED_OSD_IDS=0,1,2）

       警告

       这一步会导致 OSD 完全从集群中移除。确保提供了 osd_id_to_remove 的正确值。

17. 通过检查 ocs-osd-removal pod 的状态，验证 OSD 是否已成功移除。

    状态为 Completed，确认 OSD 移除作业已成功。

    # oc get pod -l job-name=ocs-osd-removal-osd_id_to_remove -n openshift-storage

    Copy to Clipboard Toggle word wrap
    注意

    如果 ocs-osd-removal 失败且 pod 不处于预期的 Completed 状态，请检查 pod 日志以进一步调试。例如：

    # oc logs -l job-name=ocs-osd-removal-osd_id_to_remove -n openshift-storage --tail=-1

    Copy to Clipboard Toggle word wrap

    可能需要手动清理移除的 OSD，如下所示：

    ceph osd crush remove osd.osd_id_to_remove
    ceph osd rm osd_id_to_remove
    ceph auth del osd.osd_id_to_remove
    ceph osd crush rm osd_id_to_remove

    Copy to Clipboard Toggle word wrap

18. 删除与故障节点关联的 PV。

    1. 标识与 PVC 关联的 PV。

       PVC 名称必须与从集群中删除故障 OSD 时获取的名称相同。

       # oc get pv -L kubernetes.io/hostname | grep localblock | grep Released
       local-pv-5c9b8982  500Gi  RWO  Delete  Released  openshift-storage/ocs-deviceset-localblock-0-data-0-g2mmc  localblock  24h  worker-0

       Copy to Clipboard Toggle word wrap

    2. 如果有一个 PV 处于 Released 状态，请将其删除。

       # oc delete pv <persistent-volume>

       Copy to Clipboard Toggle word wrap

       例如：

       # oc delete pv local-pv-5c9b8982
       persistentvolume "local-pv-5c9b8982" deleted

       Copy to Clipboard Toggle word wrap

19. 确定 crashcollector pod 部署。

    $ oc get deployment --selector=app=rook-ceph-crashcollector,node_name=<failed_node_name> -n openshift-storage

    Copy to Clipboard Toggle word wrap

    如果已存在 crashcollector pod 部署，请将其删除。

    $ oc delete deployment --selector=app=rook-ceph-crashcollector,node_name=<failed_node_name> -n openshift-storage

    Copy to Clipboard Toggle word wrap

20. 删除 ocs-osd-removal 任务。

    # oc delete job ocs-osd-removal-${osd_id_to_remove}

    Copy to Clipboard Toggle word wrap

    输出示例：

    job.batch "ocs-osd-removal-0" deleted

    Copy to Clipboard Toggle word wrap