我們如何配置 Lustre 在負載下阻止客戶端請求，而不是失敗？

我們在具有大約 200TB 儲存、12 個對象儲存目標（使用 QDR Infiniband 連接到 DDN 儲存系統）以及大約 160 個四核和八核計算筆記的集群中使用 Lustre。該系統的大多數使用者完全沒有問題，但我的任務是 I/O 密集型的。當我執行一個具有 250-500 個程序的陣列作業時，這些程序同時衝擊文件系統，通常我的 10 到 20 個程序會失敗。日誌文件表明 OST 上的負載超過 2，並且 Lustre 客戶端正在返回錯誤數據或失敗的read()函式呼叫。

目前，我們解決我的問題的唯一方法是同時執行更少的作業。這並不令人滿意，因為無法提前知道我的工作負載是 CPU 密集型還是 I/O 密集型。此外，僅僅降低負載並不是執行超級電腦的方法：我們希望它在負載下執行時執行得更慢，而不是產生錯誤的答案。

我想知道如何配置 Lustre，以便客戶端在 OST 上的負載過高時阻塞，而不是讓客戶端獲取錯誤數據。

如何配置 Lustre 以使客戶端阻塞？

你有沒有想過添加更多的 OSS 並將 OST 分散開來？那應該減少負載。在這種情況下，你在做什麼樣的 I/O 模式？你有很多大文件，如果有，它們是條帶的嗎？預設條帶化為 1，這意味著每個文件僅駐留在 1 個 OST 上，可以在每個文件（創建時）或每個目錄（對於新文件）上更改。

您還可以嘗試增加光澤超時（lctl get_param/set_param），即：

• 超時
• ldlm_timeout

引用自：https://serverfault.com/questions/473555