TBF（无故障时长）和TTR（故障修复时长）是业务连续性管理两个重要指标，故障处置管理的目标就是为了最大限度的增加TBF和缩短TTR。在具体管理中，我们通常会根据故障应急处置时间轴扩展以下指标：MTBF（无故障时长）、MTTI（平均故障发现时长）、MTTK（故障定位时长）、MTTF（平均故障处理时长）、MTTR...(more)

企业IT故障定位指诊断故障直接原因或根因，故障定位有助于故障恢复动作更加有效。故障定位通常是整个故障过程中耗时最长的环节，定位的目标围绕在快速恢复的基础上，而非寻找问题根因，后者由问题管理负责。通常大部分可用性故障，要借助运维专家经验的假设判断或已知预案的执行得...(more)

3.常见PG故障处理3.1PG无法达到CLEAN状态创建一个新集群后，PG的状态一直处于active，active+remapped或active+degraded状态，而无法达到active+clean状态，那很可能是你的配置有问题。你可能需要检查下集群中有关Pool、PG和CRUSH的配置项，做以适当的调整。一般来说，你的集群中需...(more)

2.常见OSD故障处理进行OSD排障前，先检查一下monitors和网络。如果cephhealth或ceph-s返回的是健康状态，这意味着monitors形成了法定人数。如果monitor还没达到法定人数、或者monitor状态错误，要先解决monitor的问题。核实下你的网络，确保它在正常运行，因为网络对OSD的运行和性...(more)