超融合（3台）扩容一块磁盘后，出现PG异常

一、当前集群状态解读
从ceph -s输出可见：
13 块 OSD 全部 up&in，无硬盘离线故障；
174 个 PG 处于remapped+backfilling，13.93% 对象错位（misplaced），集群 HEALTH_WARN；
后台正在执行回填恢复，恢复速度约 13obj/s，进度缓慢；
告警根源：新增单块 OSD 后，Ceph 自动重新均衡 PG 分布，产生大量待迁移对象，属于扩容后正常数据均衡行为，非硬件损坏。
二、核心问题：能不能立刻扩容另外两台主机硬盘？
硬性结论：不建议现在新增第二、第三台硬盘扩容，必须等本次 backfilling 回填修复完成后再操作
风险原因
当前已有 13.93% 数据待迁移，集群带宽、CPU、磁盘 IO 已被回填占满；
此时再加新 OSD，会触发新一轮大规模 PG 重平衡：
待迁移对象量翻倍，恢复速度进一步暴跌；
大量并发回填抢占业务 IO，虚拟机读写卡顿、延迟飙升；
极端场景下出现大量 unclean PG，集群长期停留在 WARN，严重时短暂阻塞业务读写；
UIS ONEStor 底层均衡调度逻辑：多批次扩容叠加会拉长整体均衡周期，原本几小时完成的均衡会拉长至数天。
三、加速当前回填修复的优化手段（不用等待干耗）
1. 调高回填并发（最有效）
bash
运行
# 单OSD最大回填并发数
ceph config set global osd_max_backfills 8
# 单OSD最大修复并发
ceph config set global osd_recovery_max_active 8
# 回填线程数上限
ceph config set global osd_recovery_threads 4
# 放宽后台均衡权重，加速数据迁移
ceph config set global osd_recovery_op_priority 3
默认数值很低，调高后可显著提升 obj/s 恢复速度；业务高峰可适当调低避免影响虚拟机。
2. 关闭回填限速（若未做带宽限制）
bash
运行
ceph config set global osd_backfill_scan_min 64
ceph config set global osd_backfill_scan_max 512
3. 临时降低业务压力
避免新建虚拟机、批量快照、大文件拷贝等高 IO 操作；
关闭非必要存储备份、定时巡检任务，释放磁盘带宽给回填。
四、正确分批扩容流程（规范操作，避免 PG 积压）
新增第一块硬盘 → 等待ceph -s显示所有 PG 变为active+clean、集群 HEALTH_OK；
再新增第二台主机硬盘 → 再次等待均衡修复完成；
最后扩容第三台硬盘，全部均衡完毕后集群稳定。
五、补充排查点（区分正常均衡与真实 PG 故障）
你执行pg repair命令报错是语法错误，正确命令格式（不建议随便执行 repair，会丢失副本）：
bash
运行
# 先查询异常PG编号
ceph pg dump | grep unclean
# 修复单PG（仅PG数据损坏时使用，当前只是回填无需执行）
ceph pg repair 1.xxx
当前仅 misplaced/backfilling 属于正常扩容均衡，不是 PG 数据损坏，不要手动执行 pg repair，等待自动均衡即可；
实时查看恢复进度：
bash
运行
ceph -w
# 查看剩余待迁移对象
ceph df
极简总结
当前是新增磁盘后的正常 PG 回填均衡，无需修复 PG，等待自动迁移；
现阶段不能扩容另外两台硬盘，叠加扩容会导致均衡速度暴跌、业务 IO 卡顿；
可通过调高 osd 回填并发参数加速修复；必须等集群 HEALTH_OK、所有 PG active+clean 后，再进行下一批磁盘扩容。

建议先等pg修复完成，以免扩大问题面