UIS删除主机步骤

等待，正常需要进入维护模式再删除的

针对UIS E0882版本集群删除CVK节点的长时间卡顿问题，结合CEPH状态异常及操作流程，以下是关键分析及处理建议：

一、删除主机的‌预期耗时与阻塞点分析‌

1. ‌典型耗时范围‌

   • ‌正常场景‌：在数据均衡且无IO负载时，删除节点（含CEPH OSD下线）通常需 ‌10-30分钟‌（与数据量正相关）。
   • ‌当前异常‌：任务卡在99%且CEPH OSD仍为UP，表明底层存储层未完成数据迁移或元数据清理，可能触发死锁。

2. ‌阻塞原因推测‌

   • ‌CEPH数据迁移阻塞‌：检查ceph -s的输出，若存在active+remapped或undersized的PG（Placement Group），表明数据未完成重平衡。
   • ‌OSD下线延迟‌：节点删除任务未自动触发OSD的out操作，需手动干预（‌高危操作需谨慎‌）。
   • ‌元数据残留‌：UIS管理面与CEPH的元数据同步异常（如主机与OSD映射关系未解除）。

二、‌强制推进删除的紧急操作‌

步骤1：检查CEPH健康状态细节

• ‌若PG处于active+recovery或backfill_wait‌：数据迁移因资源不足（如网络带宽、OSD负载）被阻塞，需扩容临时资源或限速。

步骤2：‌手动标记OSD为out‌

• ‌风险提示‌：此操作会触发CEPH数据重平衡，若集群剩余空间不足（低于20%），可能导致IO中断，需提前确认容量。

步骤3：‌进入维护模式并重置元数据‌

三、‌删除进度检查工具‌

1. ‌UIS管理面日志‌

   
   
   # 实时跟踪删除任务日志 tail -f /var/log/uis/manager-task.log | grep "host delete"

2. ‌CEPH事件监控‌

   
   
   # 观察实时数据迁移事件 ceph -w # 检查集群剩余待迁移数据量 ceph df | grep used

3. ‌底层存储状态验证‌

   
   
   # 检查OSD是否已移除（应显示为DOWN） ceph osd tree | grep <主机名> # 确认CRUSH map中无残留主机条目 ceph osd crush tree

四、‌后续风险规避建议‌

1. ‌删除前必做检查项‌

   • 确保集群剩余空间 > ‌删除节点OSD总容量的30%‌（防止回填失败）。
   • 提前执行ceph osd reweight逐步降低目标OSD权重，减少集中迁移压力。

2. ‌维护模式的使用规范‌

   • ‌进入时机‌：在删除操作开始前启用维护模式，而非任务卡死后补救。
   • ‌作用‌：阻止新IO写入待删除OSD，并通知UIS管理面忽略该节点状态。

五、‌故障恢复流程‌

若强制操作导致集群异常（如PG卡在incomplete）：

1. 优先恢复被删除OSD的in状态：ceph osd in osd.11
2. 回滚UIS元数据：联系H3C技术支持从数据库层恢复主机关系。
3. 重新规划删除窗口，确保满足容量和负载条件