Proxmox VE 超融合集群虚拟的NFS服务性能很差的问题解决

作者：田逸（formyz）

场景描述

五节点Proxmox VE集群，万兆网络,数据网络与存储网络独立，接口两两bond，交换机堆叠。

单机配置两颗AMD 宵龙CPU，核心数48，单台线程数192，单台内存1024G。

存储分三种：SATA接口SSD，做系统盘；NVME 固态盘，做虚拟机与数据库的Ceph Pool；大容量低速SATA机械盘，做要求不太高的对象Ceph Pool。

计划中，像日志、图片等需要共享的数据，在Proxmox VE集群上创建虚拟机，从SATA Ceph Pool划分空间，以NFS服务共享给其他的主机。

性能问题描述

基础环境部署好以后交付给相关开发人员，有人从腾讯云拉取了一个400M左右的tgz压缩包，将其解包到挂接的NFS目录，速度非常慢，得几十分钟，尝试多次也是如此。将其换到本地目录（NVME Ceph Pool存储），耗时数秒。虽然我用dd测试NFS挂接目录、用scp远程拷贝大文件到nfs挂接目录，速度都还可以接受，建议用户本地目录tar，再cp到挂接来的共享目录。但用户认为，既然tar一个400M的包都那么费时，别的也可能不靠谱，不肯接受。

排查处理过程

首先登录到挂接NFS共享目录的系统，执行如下指令，复现一下tar解包的耗时。

[root@mysql-p-122-120 ~]# time tar zxvf 29.tgz -C /mnt/nfs/ --no-same-owner

从感官上都觉得很慢，因为屏幕滚动一顿一顿的，很久都没有结束，暂时ctrl-c结束进程，吧这个tar到本地目录，10几秒而已。

一干到底，继续执行tar到共享目录，看到底耗时多少，很久很久以后，终于正常结束了，耗时很恐怖！

怀疑是Centos系统的问题，换OpenSuse，慢！换TrusNAS，仍然慢啊！由于需要尽快把业务从公有云迁移到自有Proxmox VE集群，压力很大。于是临时找了一个安装了Debian系统的外部单服务器，再Debian系统里发布NFS，共享给Proxmox VE里的虚拟机，再进行测试，tar 同样的那个tgz包，耗时秒级。

由此可得出一个初步结论，物理机操作系统之上发布的NFS性能，比虚拟出来的NFS性能还是有很大的差异，虽然物理存储都是SATA 机械盘。这个临时措施解决了性能问题，但因为它存在单点，决策人坚决反对，既需要性能有需要可用性，这还真难啊！本来建议再增加两台服务器，做成双机形式的NFS服务，讨论方案，未能通过，看来还得回到Proxmox VE集群，解决了性能，才能交差。

辗转反侧，绞尽脑汁，夜不能寐。既然操作系统Debian上发布NFS不存在性能问题，那么虚拟出一层后发布的NFS性能存在那么大的差异，是不是是协议方面的问题呢？NFS客户端，我一直习惯用“-o nolock,vers=3”这样的方式来挂接NFS共享目录，如果换成NFS版本4，会不会好一些呢？

立即在Proxmox VE集群建一个虚拟机，安装好操作系统（NVME Ceph Pool），并单独分配了SATA Ceph Pool作为存储空间作为系统的“sdb”存储设备。分区后在这个/dev/sdb1上创建文件系统，选择Btrfs格式，挂接到系统。确认挂接的分区读写正常后，文本编辑器修改“/etc/export”文件，内容如下：

/data/nfs_dir 10.122.200.0/22(fsid=0,async,rw,all_squash,anonuid=1000,anongid=1000)

其中，/data是分区“/dev/sdb1”的挂节点，目录是手动创建的。与以前的NFS服务配置相比，多了一个选项“fsid=0”,这是NFS4 版本所需要的。

再创建一个用户data，用户id、组id正好是1000，与NFS配置文件里的设定相一致。再用指令“chown -R data:data /data/nfs_dir”赋予正确的权限（系统管理员不许用chmod 777这个坏毛病哟）。启动服务NFS及rpcbind，并确认其正确性。

继续回到Proxmox VE集群上欲挂接NFS共享的系统，执行如下指令进行挂接。注意：NFS4的挂接与NFS v3有少许差别，挂节点不一样哟！

mount.nfs4 10.122.200.138:/ /mnt/nfs/ -o rw

如果挂接地址加上NFS export出来的路径，会报错的。