Aller au contenu

Stockage Proxmox et ZFS

Stockage des disques de VM/LXC (ZFS, datastore local-zfs) et cache ARC. Le stockage plein bloque les invités ; un pool dégradé menace les données.

Symptômes

  • PveStorageHigh (plus de 80 %) et PveStorageCritical (plus de 90 %).
  • ZfsPoolNotOnline (critique) : un pool est DEGRADED, FAULTED ou UNAVAIL.
  • ZfsArcHitRatioLow (info) : le cache ARC perd en efficacité.

Alertes concernées

Alerte Sévérité Durée Résumé
PveStorageCritical critical 10m Stockage Proxmox <id> presque plein (<valeur>)
PveStorageHigh warning 15m Stockage Proxmox <id> rempli à <valeur>
ZfsArcHitRatioLow info 30m Taux de réussite du cache ZFS ARC bas (<valeur>)
ZfsPoolNotOnline critical 1m Pool ZFS <zpool> en état <state> sur <instance>
Expressions PromQL
# PveStorageCritical
pad:pve_storage_used:ratio > 0.90
# PveStorageHigh
pad:pve_storage_used:ratio > 0.80
# ZfsArcHitRatioLow
pad:zfs_arc_hit_ratio:rate5m < 0.70 and rate(node_zfs_arc_hits[5m]) > 100
# ZfsPoolNotOnline
node_zfs_zpool_state{state!="online"} == 1

Diagnostic

zpool status -x
zpool list
zfs list -o space -r rpool | sort -k2 -h | tail -20
zfs list -t snapshot -o name,used -s used | tail -10
pvesm status

Remédiation

  1. Pool dégradé : zpool status indique le disque fautif. Remplacer le disque (zpool replace <pool> <ancien> <nouveau>) puis suivre le resilver ; ne pas redémarrer pendant l'opération. Prévenir : zpool scrub régulier.
  2. Espace faible : supprimer les snapshots obsolètes, les ISO/templates inutiles (local:iso), les disques d'invités détruits. Les sauvegardes locales de task backup sont dans .state/backups sur le poste opérateur, pas sur l'hôte.
  3. Croissance structurelle : réduire les disques demandés dans le contrat ou ajouter de la capacité.
  4. ARC bas (info) : l'ensemble de travail dépasse le plafond de 4 Go ; sans impact immédiat. Relever zfs_arc_max_bytes seulement si la mémoire de l'hôte le permet (voir CPU, mémoire, horloge).

Escalade

Un pool FAULTED avec perte de redondance est une urgence : arrêter les écritures non essentielles (pause de l'événement) et faire un task backup si le cluster est encore joignable.

Retour à l'index des runbooks.