hbal - ক্লাউডে অনলাইন

কার্যক্রম:

NAME এর

hbal - গণেটির জন্য ক্লাস্টার ব্যালেন্সার

সাইনোপিসিস

hbal {ব্যাকএন্ড বিকল্পগুলি...} [অ্যালগরিদম বিকল্পগুলি...] [রিপোর্টিং বিকল্পগুলি...]

hbal --সংস্করণ

ব্যাকএন্ড বিকল্প:

{ -m গুচ্ছ | -এল[ পথ ] [-এক্স] | -t তথ্য ফাইল | -I পথ }

অ্যালগরিদম বিকল্প:

[ --max-cpu cpu-অনুপাত ] [ --মিন-ডিস্ক ডিস্ক-অনুপাত ] [ -l সীমা ] [ -e স্কোর ] [ -g ব-দ্বীপ ] [
--মিন-লাভ-সীমা গোবরাট ] [ -O নাম... ] [ --নো-ডিস্ক-চলন ] [ --নো-উদাহরণ-চলন ] [
-U util-ফাইল ] [ --ignore-dynu ] [ -- উপেক্ষা-নরম-ত্রুটি ] [ --মন্ড হ্যাঁ|না ] [ --মন্ড-জেন ]
[ --প্রস্থান-অন-নিখোঁজ-মন্ড-ডেটা ] [ --ইভাক-মোড ] [ --সীমাবদ্ধ-স্থানান্তর ] [
--নির্বাচন-দৃষ্টান্ত inst... ] [ -- বাদ-দৃষ্টান্ত inst... ]

প্রতিবেদনের বিকল্পগুলি:

[ -সি[ ফাইল ] ] [ -পি[ ক্ষেত্র ] ] [ --প্রিন্ট-ইনস্ট্যান্স ] [ -S ফাইল ] [ -ভি... | -q ]

বর্ণনাঃ

hbal হল একটি ক্লাস্টার ব্যালেন্সার যা ক্লাস্টারের বর্তমান অবস্থা দেখে (এর সাথে নোড
তাদের মোট এবং বিনামূল্যে ডিস্ক, মেমরি, ইত্যাদি) এবং উদাহরণ বসানো এবং একটি সিরিজ গণনা করে
ক্লাস্টারটিকে আরও ভালো অবস্থায় আনার জন্য ডিজাইন করা পদক্ষেপ।

ব্যবহৃত অ্যালগরিদমটি স্থিতিশীল হওয়ার জন্য ডিজাইন করা হয়েছে (অর্থাৎ এটি আপনাকে একই ফলাফল দেবে যখন
সমাধানের মাঝখানে থেকে এটি পুনরায় চালু করা) এবং যুক্তিসঙ্গতভাবে দ্রুত। এটা কিন্তু নয়,
একটি নিখুঁত অ্যালগরিদম হতে পরিকল্পিত: এটা থেকে এটি একটি কোণে যেতে করা সম্ভব
এটি কোন উন্নতি খুঁজে পায় না, কারণ এটি শুধুমাত্র একটি "ধাপ" এগিয়ে দেখায়।

প্রোগ্রামটি রাপি বা লুক্সির মাধ্যমে ক্লাস্টার স্টেটে অ্যাক্সেস করে। এটি উপর তথ্য অনুরোধ
--mond বিকল্প সহ সমস্ত MonD থেকে নেটওয়ার্ক। বর্তমানে এটি শুধুমাত্র দ্বারা উত্পাদিত ডেটা ব্যবহার করে
CPU লোড সংগ্রাহক।

ডিফল্টরূপে, প্রোগ্রামটি ক্রমবর্ধমানভাবে সমাধানটি দেখাবে যেমন এটি গণনা করা হয়, a
কিছুটা রহস্যময় বিন্যাস; প্রকৃত গণেটি কমান্ড তালিকা পাওয়ার জন্য, ব্যবহার করুন -C বিকল্প।

অ্যালগরিথ
প্রোগ্রাম স্বাধীন ধাপে কাজ করে; প্রতিটি ধাপে, আমরা সর্বোত্তম দৃষ্টান্ত মুভ গণনা করি
যে ক্লাস্টার স্কোর কম করে.

একটি উদাহরণের জন্য সম্ভাব্য মুভ টাইপ হল ফেইলওভার/মাইগ্রেট এবং এর সমন্বয়
রিপ্লেস-ডিস্ক যেমন আমরা একটি ইনস্ট্যান্স নোড পরিবর্তন করি এবং অন্যটি অবশিষ্ট থাকে
(কিন্তু সম্ভবত পরিবর্তিত ভূমিকার সাথে, যেমন প্রাথমিক থেকে এটি গৌণ হয়ে যায়)। তালিকাটি হল:

ব্যর্থতা (f)

মাধ্যমিক (আর) প্রতিস্থাপন

· প্রাথমিক প্রতিস্থাপন করুন, একটি যৌগিক পদক্ষেপ (f, r, f)

ফেইলওভার এবং সেকেন্ডারি প্রতিস্থাপন, এছাড়াও যৌগিক (f, r)

· গৌণ এবং ব্যর্থতা প্রতিস্থাপন, এছাড়াও যৌগিক (r, f)

আমরা উভয় নোড প্রতিস্থাপনের একমাত্র অবশিষ্ট সম্ভাবনা করি না (r,f,r,f বা
সমতুল্য f,r,f,r) যেহেতু এই পদক্ষেপের জন্য উভয় প্রার্থীর উপর একটি সম্পূর্ণ অনুসন্ধানের প্রয়োজন
প্রাথমিক এবং মাধ্যমিক নোড, এবং নোডের সংখ্যায় O(n*n)। উপরন্তু, এটা
ভাল স্কোর দেয় বলে মনে হয় না তবে আরও ডিস্ক প্রতিস্থাপনের ফলে হবে।

স্থাননির্ণয় বিধিনিষেধ
প্রতিটি পদক্ষেপে, আমরা একটি দৃষ্টান্ত সরানো প্রতিরোধ করি যদি এটির কারণ হয়:

একটি নোড যা N+1 ব্যর্থতার অবস্থায় যেতে পারে

· একটি অফলাইন নোডে যাওয়ার একটি উদাহরণ (অফলাইন নোডগুলি হয় ক্লাস্টার থেকে পড়া হয়
অথবা সঙ্গে ঘোষণা -O; নিষ্কাশন নোড অফলাইন হিসাবে বিবেচিত হয়)

· একটি বর্জন-ট্যাগ ভিত্তিক দ্বন্দ্ব (বর্জন ট্যাগগুলি ক্লাস্টার থেকে পড়া হয় এবং/অথবা সংজ্ঞায়িত করা হয়
মাধ্যমে --বর্জন-ট্যাগ বিকল্প)

· একটি সর্বোচ্চ vcpu/pcpu অনুপাত অতিক্রম করতে হবে (এর মাধ্যমে কনফিগার করা হয়েছে --max-cpu)

· কনফিগার করা সীমার নিচে যেতে সর্বনিম্ন ডিস্ক ফ্রি শতাংশ (এর মাধ্যমে কনফিগার করা হয়েছে --মিন-ডিস্ক)

ক্লাস্টার স্কোরিং
আগে যেমন বলা হয়েছে, অ্যালগরিদম প্রতিটি ধাপে ক্লাস্টার স্কোর কমানোর চেষ্টা করে। বর্তমানে
এই স্কোরটি নিম্নলিখিত উপাদানগুলির একটি ওজনযুক্ত যোগফল হিসাবে গণনা করা হয়:

· ফ্রি মেমরির শতাংশের আদর্শ বিচ্যুতি

· সংরক্ষিত মেমরির শতাংশের আদর্শ বিচ্যুতি

· সংরক্ষিত মেমরির শতাংশের যোগফল

· ফ্রি ডিস্কের শতাংশের আদর্শ বিচ্যুতি

· N+1 পরীক্ষায় ব্যর্থ নোডের সংখ্যা

অফলাইন নোডগুলিতে জীবিত (প্রাথমিক বা মাধ্যমিক হিসাবে) দৃষ্টান্তের গণনা; মধ্যে
hbal (এবং অন্যান্য htools) ড্রেনড নোডের অনুভূতি অফলাইন হিসাবে বিবেচিত হয়

অফলাইন নোডগুলিতে জীবিত (প্রাথমিক হিসাবে) উদাহরণগুলির গণনা; এই উপরের থেকে পৃথক
2-নোড ক্লাস্টারে এই ধরনের উদাহরণের ব্যর্থতাকে সাহায্য করে মেট্রিক

· ভার্চুয়াল-থেকে-ফিজিক্যাল cpus অনুপাতের আদর্শ বিচ্যুতি (প্রাথমিক উদাহরণের জন্য
নোড)

· উপলব্ধ স্পিন্ডেলের ভগ্নাংশের আদর্শ বিচ্যুতি (ডেডিকেটেড মোডে,
টাকু শারীরিক টাকু প্রতিনিধিত্ব করে; অন্যথায় আইও-এর জন্য এই অতিরিক্ত সাবস্ক্রাইবযোগ্য পরিমাপ
লোড, এবং সংখ্যা গণনা করার সময় ওভারসাবস্ক্রিপশন ফ্যাক্টরটি বিবেচনায় নেওয়া হয়
উপলব্ধ টাকু)

· cpus, মেমরি, ডিস্ক এবং নেটওয়ার্কের জন্য নোডের গতিশীল লোডের আদর্শ বিচ্যুতি

· MonD দ্বারা প্রদত্ত CPU লোডের আদর্শ বিচ্যুতি

একই ব্যর্থতা ডোমেনে প্রাথমিক এবং মাধ্যমিক সহ দৃষ্টান্তের গণনা

ফ্রি মেমরি এবং ফ্রি ডিস্কের মানগুলি নিশ্চিত করতে সাহায্য করে যে সমস্ত নোডগুলি কিছুটা ভারসাম্যপূর্ণ
তাদের সম্পদ ব্যবহার। সংরক্ষিত মেমরি নোডগুলি কিছুটা নিশ্চিত করতে সহায়তা করে
মাধ্যমিক দৃষ্টান্ত ধারণ করার ক্ষেত্রে ভারসাম্যপূর্ণ, এবং কোন নোড খুব বেশি মেমরি সংরক্ষিত রাখে না
N+1 এর জন্য। এবং অবশেষে, N+1 শতাংশ নির্মূলের দিকে অ্যালগরিদমকে গাইড করতে সাহায্য করে
N+1 ব্যর্থতা, যদি সম্ভব হয়।

N+1 ব্যর্থতা, অফলাইন দৃষ্টান্ত গণনা এবং ব্যর্থতা ডোমেন লঙ্ঘন ছাড়া
গণনা, আমরা যখন একটি নির্দিষ্ট সীমার মধ্যে মানগুলির সাথে ব্যবহার করি তখন থেকে আমরা আদর্শ বিচ্যুতি ব্যবহার করি (আমরা
শূন্য এবং একের মধ্যে মান হিসাবে প্রকাশ করা শতাংশ ব্যবহার করুন) এটি জুড়ে সামঞ্জস্যপূর্ণ ফলাফল দেয়
সমস্ত মেট্রিক্স (বিভিন্ন উপায়ের সাথে সম্পর্কিত কিছু ছোট সমস্যা আছে, কিন্তু এটি কাজ করে
সাধারণত ভাল)। 'গণনা' টাইপের মানগুলির উচ্চতর স্কোর থাকবে এবং এইভাবে আরও গুরুত্বপূর্ণ হবে
ভারসাম্যের জন্য; এইভাবে এগুলি কঠিন সীমাবদ্ধতার জন্য ভাল (যেমন নোডগুলি খালি করা এবং
N+1 ব্যর্থতা ঠিক করা)। উদাহরণস্বরূপ, অফলাইন দৃষ্টান্ত গণনা (অর্থাৎ সংখ্যা
অফলাইন নোডগুলিতে বসবাসকারী দৃষ্টান্তগুলি) অ্যালগরিদম সক্রিয়ভাবে উদাহরণগুলি সরানোর কারণ হবে৷
অফলাইন নোড থেকে দূরে। এটি অফলাইনে প্রদত্ত প্লেসমেন্টের সীমাবদ্ধতার সাথে মিলিত
নোড, এই ধরনের নোডের উচ্ছেদ ঘটাবে।

ডায়নামিক লোড মানগুলি একটি বাহ্যিক ফাইল থেকে পড়তে হবে (Ganeti সরবরাহ করে না
সেগুলি), এবং প্রতিটি নোডের জন্য গণনা করা হয় এইভাবে: প্রাথমিক উদাহরণ cpu লোডের যোগফল, প্রাথমিকের যোগফল
ইনস্ট্যান্স মেমরি লোড, প্রাইমারি এবং সেকেন্ডারি ইনস্ট্যান্স ডিস্ক লোডের সমষ্টি (যেমন DRBD জেনারেট করে
মাধ্যমিক নোডগুলিতেও লোড লিখুন সাধারণ ক্ষেত্রে এবং অবনমিত পরিস্থিতিতেও পড়ুন
লোড), এবং প্রাথমিক উদাহরণ নেটওয়ার্ক লোডের যোগফল। এই উৎপন্ন কিভাবে একটি উদাহরণ
hbal-এ ইনপুট করার জন্য মানগুলি হল এক দিনের বেশি সময়ের জন্য xm তালিকা ট্র্যাক করা
সিপিইউ মানগুলির ডেল্টা গণনা করা, এবং এর মাধ্যমে এটি ফিড করা -U সমস্ত উদাহরণের জন্য বিকল্প
(এবং অন্যান্য মেট্রিক্সকে এক হিসাবে রাখুন)। অ্যালগরিদম কাজ করার জন্য, যা প্রয়োজন তা হল
যে মানগুলি সমস্ত দৃষ্টান্ত জুড়ে একটি মেট্রিকের জন্য সামঞ্জস্যপূর্ণ (যেমন সমস্ত দৃষ্টান্ত ব্যবহার করে৷
cpu% cpu ব্যবহার রিপোর্ট করতে, এবং CPU সেকেন্ডের সংখ্যার সাথে সম্পর্কিত কিছু নয় যদি ব্যবহৃত হয়
সিপিইউগুলি আলাদা), এবং সেগুলিকে শূন্য থেকে একের মধ্যে স্বাভাবিক করা হয়। উল্লেখ্য যে এটা
তারপর থেকে যেকোনো ইনস্ট্যান্স মেট্রিকের জন্য লোড মান হিসেবে শূন্য না রাখার সুপারিশ করা হয়েছে
সেকেন্ডারি দৃষ্টান্তগুলি ভালভাবে ভারসাম্যপূর্ণ নয়।

MonD এর ডেটা কালেক্টর থেকে CPU লোড শুধুমাত্র সব MonD চললেই ব্যবহার করা হবে,
অন্যথায় এটি ক্লাস্টার স্কোরকে প্রভাবিত করবে না। যেহেতু আমরা প্রতিটির CPU লোড খুঁজে পাচ্ছি না
উদাহরণস্বরূপ, আমরা ধরে নিতে পারি যে একটি উদাহরণের CPU লোড সংখ্যার সমানুপাতিক
এর vcpus. এই হিউরিস্টিক সহ, উচ্চ সিপিইউ লোড সহ নোডগুলি থেকে নড়াচড়া করার প্রবণতা থাকবে
কম CPU লোড সহ নোডগুলিতে।

একটি পুরোপুরি ভারসাম্যপূর্ণ ক্লাস্টারে (সমস্ত নোড একই আকার, সমস্ত উদাহরণ একই আকার এবং
নোড জুড়ে সমানভাবে ছড়িয়ে পড়ে), সমস্ত মেট্রিকের মান শূন্য হবে, এর সাথে
সংরক্ষিত মেমরির মোট শতাংশের ব্যতিক্রম। এটা খুব ঘন ঘন ঘটবে না
অনুশীলন করা :)

অফলাইন দৃষ্টান্ত
যেহেতু বর্তমান গ্যানেটি সংস্করণগুলি অফলাইন (ডাউন) উদাহরণ দ্বারা ব্যবহৃত মেমরির প্রতিবেদন করে না,
ইনস্ট্যান্সের রান স্ট্যাটাস উপেক্ষা করলে ভুল গণনা হবে। এই কারণে, দ
অ্যালগরিদম তাদের ফ্রি নোড মেমরি থেকে ডাউন ইনস্ট্যান্সের মেমরি সাইজ বিয়োগ করে
প্রাথমিক নোড, কার্যত এই ধরনের দৃষ্টান্তের স্টার্টআপ অনুকরণ করে।

এক্সক্লুশন ট্যাগ
এক্সক্লুশন ট্যাগ মেকানিজম একই কাজের চাপ চালানোর দৃষ্টান্ত প্রতিরোধ করার জন্য ডিজাইন করা হয়েছে
(উদাহরণস্বরূপ দুটি DNS সার্ভার) একই নোডে অবতরণ করা, যা সংশ্লিষ্ট নোড তৈরি করবে a
প্রদত্ত পরিষেবার জন্য SPOF.

এটি নির্দিষ্ট ট্যাগগুলির সাথে দৃষ্টান্তগুলি ট্যাগ করে এবং তারপরে এর উপর ভিত্তি করে বর্জনের মানচিত্র তৈরি করে কাজ করে
এইগুলো. কোন ট্যাগগুলি আসলে ব্যবহৃত হয় তা কমান্ড লাইনের মাধ্যমে কনফিগার করা হয় (বিকল্প
--বর্জন-ট্যাগ) অথবা ক্লাস্টার ট্যাগে সেগুলি যোগ করার মাধ্যমে:

--exclusion-tags=a,b
এটি ফর্মের সমস্ত ইনস্ট্যান্স ট্যাগ তৈরি করবে একটি:*, খ:* জন্য বিবেচনা করা হবে
বর্জন মানচিত্র

গুচ্ছ ট্যাগ htools:iextags:a, htools:iextags:b
এটি ইনস্ট্যান্স ট্যাগ তৈরি করবে একটি:*, খ:* বর্জন মানচিত্রের জন্য বিবেচনা করা হবে। আরও
সুনির্দিষ্টভাবে, ক্লাস্টার ট্যাগের প্রত্যয় দিয়ে শুরু htools:iextags: হয়ে যাবে
বর্জন ট্যাগের উপসর্গ।

উপরের উভয় ফর্মের অর্থ হল দুটি দৃষ্টান্ত উভয়ের (যেমন) ট্যাগ রয়েছে a:foo or খ: বার
একই নোডে শেষ হবে না।

স্থানান্তরণ ট্যাগ
যদি গণেটি একটি ভিন্নধর্মী ক্লাস্টারে স্থাপন করা হয়, তবে এর মধ্যে স্থানান্তর সম্ভব নাও হতে পারে
একটি নোড গ্রুপের সমস্ত নোড। এই ধরনের পরিস্থিতির একটি উদাহরণ হাইপারভাইজার আপগ্রেড করা
নোড দ্বারা নোড। hbal কে সেই বিধিনিষেধ সম্পর্কে সচেতন করতে, নিম্নলিখিত ক্লাস্টার ট্যাগগুলি হল
ব্যবহার করা হয়েছে।

গুচ্ছ ট্যাগ htools: মাইগ্রেশন: ক, htools: মাইগ্রেশন: বি, ইত্যাদি
এটি ফর্মের নোড ট্যাগ তৈরি করে একটি:*, খ:*, ইত্যাদি স্থানান্তর হিসাবে বিবেচিত হবে
সীমাবদ্ধতা আরও স্পষ্টভাবে, ক্লাস্টার ট্যাগের প্রত্যয় দিয়ে শুরু
htools: মাইগ্রেশন: মাইগ্রেশন ট্যাগের উপসর্গ হয়ে যাবে। শুধুমাত্র যারা
মাইগ্রেশন বিবেচনা করা হবে যেখানে উত্সের সমস্ত মাইগ্রেশন ট্যাগ
নোড টার্গেট নোডেও উপস্থিত থাকে।

গুচ্ছ ট্যাগ htools:allowmigration:x::y উন্নত অভিপ্রয়াণ ট্যাগ x এবং y
এই দাবি করে যে একটি নোড ট্যাগ y যদি হিসাবে একই ভাবে দৃষ্টান্ত গ্রহণ করতে সক্ষম হয়
তাদের একটি ছিল x ট্যাগ।

সুতরাং একটি হাইপারভাইজার আপগ্রেডের সহজ ক্ষেত্রে, সমস্ত নোডগুলিকে ট্যাগ করা যা হয়েছে
একটি মাইগ্রেশন ট্যাগ দিয়ে আপগ্রেড করা যথেষ্ট। আরো জটিল পরিস্থিতিতে, এটা সবসময়
ব্যবহৃত প্রতিটি হাইপারভাইজারের জন্য একটি ভিন্ন মাইগ্রেশন ট্যাগ ব্যবহার করা সম্ভব এবং স্পষ্টভাবে উল্লেখ করুন
এর মাধ্যমে মাইগ্রেশন নির্দেশনা অনুমোদিত htools:allowmigration: ট্যাগ.

অবস্থান ট্যাগ
একটি নোড গোষ্ঠীর মধ্যে, নির্দিষ্ট নোডগুলির এক সাথে ব্যর্থ হওয়ার সম্ভাবনা বেশি হতে পারে a কারণে
ত্রুটির সাধারণ কারণ (যেমন, যদি তারা একই পাওয়ার সাপ্লাই ইউনিট ভাগ করে)। গণেটি হতে পারে
ট্যাগের মাধ্যমে ব্যর্থতার সাধারণ কারণ সম্পর্কে সচেতন করা হয়েছে।

গুচ্ছ ট্যাগ htools:nlocation:a, htools:nlocation:b, ইত্যাদি
এটি ফর্মের নোড ট্যাগ তৈরি করে একটি:*, খ:*, ইত্যাদি একটি সাধারণ আছে বলে মনে করা হবে
ব্যর্থতার কারণ।

প্রাথমিক এবং মাধ্যমিক নোডের ক্ষেত্রে ব্যর্থতার একটি সাধারণ কারণ বিবেচনা করা হয়
খারাপভাবে স্থাপন করা যদিও এই ধরনের প্লেসমেন্ট সর্বদা অনুমোদিত, তারা এর প্রতি ব্যাপকভাবে গণনা করে
ক্লাস্টার স্কোর।

বিকল্প

প্রোগ্রামে পাস করা যেতে পারে এমন বিকল্পগুলি নিম্নরূপ:

-সি, --প্রিন্ট-কমান্ড
রানের শেষে কমান্ড তালিকা প্রিন্ট করুন। এই ছাড়া, প্রোগ্রাম শুধুমাত্র হবে
একটি ছোট, কিন্তু গোপন আউটপুট দেখান।

উল্লেখ্য, চালনার তালিকাটি স্বাধীন ধাপে বিভক্ত হবে, যাকে বলা হয় "জবসেট",
কিন্তু শুধুমাত্র চাক্ষুষ পরিদর্শনের জন্য, প্রকৃতপক্ষে সমান্তরালকরণের জন্য নয়। এইটা না
"gnt-instance" কমান্ডের মাধ্যমে কার্যকর করা হলে এগুলিকে সরাসরি সমান্তরাল করা সম্ভব,
যেহেতু একটি যৌগিক কমান্ড (যেমন ফেইলওভার এবং প্রতিস্থাপন-ডিস্ক) কার্যকর করা আবশ্যক
ধারাবাহিকভাবে সমান্তরাল মৃত্যুদন্ড শুধুমাত্র Luxi ব্যাকএন্ড এবং ব্যবহার করার সময়ই সম্ভব
-L বিকল্প।

চালগুলিকে জবসেটে বিভক্ত করার জন্য অ্যালগরিদম হল যতক্ষণ না চালগুলি জমা করা
পরবর্তী পদক্ষেপটি বর্তমান চাল দ্বারা ইতিমধ্যে স্পর্শ করা নোড স্পর্শ করা হয়; এর মানে আমরা
সমান্তরালভাবে চালানো যাবে না (গনেটিতে সম্পদ বরাদ্দের কারণে) এবং এইভাবে আমরা শুরু করি
একটি নতুন কাজের সেট।

-পি, --প্রিন্ট-নোড
ব্যবহারকারীকে অনুমতি দেওয়ার জন্য ডিজাইন করা একটি বিন্যাসে নোডের স্থিতির আগে এবং পরে প্রিন্ট করে
নোডের সবচেয়ে গুরুত্বপূর্ণ পরামিতি বুঝতে। ম্যান পেজ দেখুন htools(1) এর জন্য
এই বিকল্প সম্পর্কে আরো বিস্তারিত.

--প্রিন্ট-ইনস্ট্যান্স
ইন্সট্যান্স ম্যাপ আগে এবং পরে প্রিন্ট করে। এটি নোডের স্থিতি হিসাবে কম দরকারী,
কিন্তু এটা ইনস্ট্যান্স মুভ বুঝতে সাহায্য করতে পারে।

-O নাম
এই বিকল্পটি (যা একাধিকবার দেওয়া যেতে পারে) নোডকে হচ্ছে হিসেবে চিহ্নিত করবে অফলাইন.
এর অর্থ হল কয়েকটি জিনিস:

· উদাহরণগুলি এই নোডগুলিতে স্থাপন করা হবে না, এমনকি অস্থায়ীভাবেও নয়; যেমন প্রতিস্থাপন করা
প্রাথমিক গৌণ নোড অফলাইনে থাকলে সরানো উপলব্ধ নয়, যেহেতু এই সরানো
একটি ব্যর্থতা প্রয়োজন।

· এই নোডগুলি স্কোর গণনার মধ্যে অন্তর্ভুক্ত করা হবে না (ব্যতীত
অফলাইন নোডগুলিতে দৃষ্টান্তের শতাংশ)

মনে রাখবেন যে অ্যালগরিদম RAPI দ্বারা রিপোর্ট করা যেকোনো নোডকে অফলাইন হিসাবে চিহ্নিত করবে
যেমন, বা যে আছে "?" যেকোনো সংখ্যাসূচক ক্ষেত্রে ফাইল-ভিত্তিক ইনপুটে।

-e স্কোর, --মিন-স্কোর=*স্কোর*
এই প্যারামিটারটি বোঝায় যে N+1 এর কত উপরে ক্লাস্টার স্কোর আমাদের জন্য আবদ্ধ হতে পারে
খুশি হও এবং গণনা দুটি উপায়ে পরিবর্তন করে:

· যদি ক্লাস্টারের প্রাথমিক স্কোর এই মানের থেকে কম থাকে, তাহলে আমরা প্রবেশ করি না
অ্যালগরিদম সব, এবং সাফল্যের সাথে প্রস্থান করুন

· পুনরাবৃত্ত প্রক্রিয়া চলাকালীন, যদি আমরা এই মানের থেকে কম স্কোরে পৌঁছাই, আমরা প্রস্থান করি
অ্যালগরিদম

প্যারামিটারের ডিফল্ট মান বর্তমানে 1e-9 (প্রত্যক্ষভাবে নির্বাচিত)।

-g ব-দ্বীপ, --মিন-গেইন=*ডেল্টা*
যেহেতু ভারসাম্যপূর্ণ অ্যালগরিদম কখনও কখনও শুধুমাত্র খুব ছোট উন্নতি হতে পারে,
যা স্থানান্তরের সময়ে কম লাভ আনে, এই প্যারামিটার (ডিফল্টিং
0.01 থেকে) একটি ধাপের সময় আমাদের প্রয়োজন সর্বনিম্ন লাভের প্রতিনিধিত্ব করে, যা চালিয়ে যেতে হবে
ভারসাম্য

--মিন-লাভ-সীমা=*থ্রেশহোল্ড*
উপরের মিন-গেন বিকল্পটি শুধুমাত্র তখনই কার্যকর হবে যদি ক্লাস্টার স্কোর ইতিমধ্যেই থাকে
নিচে গোবরাট (ডিফল্ট 0.1)। এই সেটিং পিছনে যুক্তি হল যে এ
উচ্চ ক্লাস্টার স্কোর (খারাপভাবে ভারসাম্যপূর্ণ ক্লাস্টার), আমরা ভারসাম্য বাতিল করতে চাই না
খুব দ্রুত, কারণ পরবর্তী লাভ এখনও তাৎপর্যপূর্ণ হতে পারে। যাইহোক, অধীনে
থ্রেশহোল্ড, মোট লাভ শুধুমাত্র থ্রেশহোল্ড মান, তাই আমরা তাড়াতাড়ি প্রস্থান করতে পারি।

--নো-ডিস্ক-চলন
এই প্যারামিটারটি hbal কে ডিস্ক মুভ ব্যবহার করতে বাধা দেয় (যেমন "gnt-instance
রিপ্লেস-ডিস্ক") অপারেশন। এর ফলে অনেক দ্রুত ভারসাম্য বজায় থাকবে, কিন্তু
অবশ্যই উন্নতি সীমিত। কখন ব্যবহার করবেন তা ব্যবহারকারীর উপর নির্ভর করে
এক বা অন্য

--নো-উদাহরণ-চলন
এই প্যারামিটারটি hbal কে ইনস্ট্যান্স মুভ ব্যবহার করতে বাধা দেয় (যেমন "gnt-instance
মাইগ্রেট/ফেলওভার") অপারেশন। এটি শুধুমাত্র ধীরগতির ডিস্ক-প্রতিস্থাপন ব্যবহার করবে
অপারেশন, এবং একটি খারাপ ভারসাম্য প্রদান করবে, কিন্তু চলন্ত হলে দরকারী হতে পারে
আশেপাশের দৃষ্টান্তগুলিকে অনিরাপদ বলে মনে করা হয় বা পছন্দের নয়৷

--ইভাক-মোড
এই পরামিতিটি একটিতে যাওয়ার জন্য বিবেচিত উদাহরণগুলির তালিকাকে সীমাবদ্ধ করে
অফলাইন/নিষ্কাশিত নোডগুলিতে বসবাস। এটি একটি (বাল্ক) প্রতিস্থাপন হিসাবে ব্যবহার করা যেতে পারে
গণেতির নিজের gnt-নোড পায়খানা করা, নোটের সাথে যে এটি সম্পূর্ণ গ্যারান্টি দেয় না
উদ্বাসন।

--সীমাবদ্ধ-স্থানান্তর
এই পরামিতি কোনো প্রতিস্থাপন-প্রাথমিক চাল (frf), সেইসাথে সেগুলিকে অনুমোদন করে না
রিপ্লেস-এন্ড-ফেলওভার মুভ (আরএফ) যেখানে ইনস্ট্যান্সের প্রাথমিক নোড নেই
নিষ্কাশন --evac-মোড বিকল্পের সাথে একত্রে ব্যবহার করা হলে, শুধুমাত্র স্থানান্তরিত হবে
hbal একটি নিষ্কাশন নোড বন্ধ দৃষ্টান্ত স্থানান্তর করতে হবে. এই যদি দরকারী হতে পারে
বেস অপারেটিং সিস্টেম পুনরায় ইনস্টল করার সময় মাইগ্রেশন শুধুমাত্র থেকে সম্ভব
পুরানো ওএস থেকে নতুন ওএস। উল্লেখ্য, তবে সাধারণত মাইগ্রেশন ট্যাগ ব্যবহার করা হয়
ভাল পছন্দ।

--সিলেক্ট-ইনস্ট্যান্স=*ইনস্ট্যান্স*
এই প্যারামিটারটি প্রদত্ত দৃষ্টান্তগুলিকে (কমা দ্বারা পৃথক করা তালিকা হিসাবে) শুধুমাত্র হিসাবে চিহ্নিত করে৷
পুনরায় ভারসাম্যের সময় সরানো হচ্ছে।

--বাদ-দৃষ্টান্ত=*দৃষ্টান্ত*
এই প্যারামিটারটি প্রদত্ত দৃষ্টান্তগুলিকে চিহ্নিত করে (কমা দ্বারা পৃথক করা তালিকা হিসাবে) থেকে
ভারসাম্যের সময় সরানো হয়েছে।

-U util-ফাইল
এই পরামিতি একটি ফাইল হোল্ডিং ইনস্ট্যান্স গতিশীল ব্যবহার তথ্য নির্দিষ্ট করে
যেটি নোডের লোড সমান করতে ব্যালেন্সিং অ্যালগরিদমকে টুইক করতে ব্যবহার করা হবে
(স্ট্যাটিক রিসোর্স ব্যবহারের বিপরীতে)। ফাইলটি "instance_name" ফরম্যাটে রয়েছে
cpu_util mem_util disk_util net_util" যেখানে "_util" পরামিতি ব্যাখ্যা করা হয়
সংখ্যা হিসাবে এবং দৃষ্টান্তের নামটি যেভাবে পড়া হয়েছে তার সাথে অবশ্যই মিলতে হবে
গণেটি। অজানা উদাহরণের নামগুলির ক্ষেত্রে, প্রোগ্রামটি বাতিল হয়ে যাবে।

যদি না দেওয়া হয়, ডিফল্ট মানগুলি সমস্ত মেট্রিকের জন্য এক এবং এইভাবে গতিশীল
ব্যবহারের অ্যালগরিদমের উপর শুধুমাত্র একটি প্রভাব রয়েছে: মাধ্যমিকের সমতা
নোড জুড়ে উদাহরণ (এটি একমাত্র মেট্রিক যা অন্য দ্বারা ট্র্যাক করা হয় না,
ডেডিকেটেড মান, এবং এইভাবে ইনস্ট্যান্সের ডিস্ক লোড সেকেন্ডারি ইনস্ট্যান্সের কারণ হবে
সমতা)। মনে রাখবেন যে একটির মানও সামান্য প্রাথমিককে প্রভাবিত করবে
দৃষ্টান্ত গণনা, কিন্তু এটি ইতিমধ্যে অন্যান্য মেট্রিক্সের মাধ্যমে ট্র্যাক করা হয়েছে এবং এইভাবে
গতিশীল ব্যবহারের প্রভাব কার্যত নগণ্য হবে।

--ignore-dynu
যদি দেওয়া হয়, সমস্ত গতিশীল ব্যবহার তথ্য এটি অনুমান করে উপেক্ষা করা হবে
0. এই বিকল্পটি -U বিকল্প বা দ্বারা পাস করা যেকোনো ডেটার উপর অগ্রাধিকার পাবে
--mond এবং --mond-data বিকল্পের সাথে MonDs।

-- উপেক্ষা-নরম-ত্রুটি
দেওয়া হলে, ভারসাম্য বিবেচনা করার সময় নরম ত্রুটির জন্য সমস্ত চেক বাদ দেওয়া হবে
চলে এইভাবে, একটি ক্লাস্টারে অগ্রগতি করা যেতে পারে যেখানে সমস্ত নোড a তে থাকে
নীতি-ভিত্তিক খারাপ অবস্থা, যেমন CPU বা স্পিন্ডলে ওভারসাবস্ক্রিপশন অনুপাত অতিক্রম করা।

-S ফাইলের নাম, --সেভ-ক্লাস্টার=*ফাইলের নাম*
দেওয়া হলে, ব্যালেন্সিংয়ের আগে ক্লাস্টারের অবস্থা প্রদত্ত ফাইলে সংরক্ষণ করা হয়
প্লাস এক্সটেনশন "অরিজিনাল" (যেমন ফাইলের নাম.original), এবং শেষে রাষ্ট্র
ব্যালেন্সিং প্রদত্ত ফাইলে সংরক্ষিত হয় এবং এক্সটেনশন "ব্যালেন্সড" (যেমন
ফাইলের নাম.সুষম). এটি ক্লাস্টার স্টেটকে আবার hbal-এ পুনরায় খাওয়ানোর অনুমতি দেয়
অথবা উদাহরণস্বরূপ hspace -t বিকল্পের মাধ্যমে।

-t তথ্য ফাইল, --টেক্সট-ডেটা=*ডেটাফাইল*
ব্যাকএন্ড স্পেসিফিকেশন: ফাইল হোল্ডিং নোডের নাম এবং ইনস্ট্যান্স তথ্য
(যদি RAPI বা LUXI এর মাধ্যমে সংগ্রহ না করা হয়)। এই বা অন্য একটি ব্যাকএন্ড হতে হবে
নির্বাচিত বিকল্পটি ম্যান পৃষ্ঠায় বর্ণনা করা হয়েছে htools(1).

--মন্ড=*হ্যাঁ|না*
দেওয়া হলে প্রোগ্রামটি সমর্থিত ডেটা থেকে ডেটা আনার জন্য সমস্ত MonD-কে জিজ্ঞাসা করবে
নেটওয়ার্কের মাধ্যমে সংগ্রাহক।

--মন্ড-জেন
দেওয়া হলে, MonD থেকে Xen-নির্দিষ্ট সংগ্রাহকদেরও জিজ্ঞাসা করুন, সেই পর্যবেক্ষণ প্রদান করে
ডেমন সব জিজ্ঞাসা করা হয়.

--প্রস্থান-অন-নিখোঁজ-মন্ড-ডেটা
দেওয়া হলে, MonDs অনুসন্ধান থেকে প্রাপ্ত ডেটা অসম্পূর্ণ হলে বাতিল করুন। দ্য
ডিফল্ট আচরণ হল স্ট্যাটিক তথ্যের উপর ভিত্তি করে একটি সেরা অনুমান সহ চালিয়ে যাওয়া।

--মন্ড-ডেটা তথ্য ফাইল
MonD দ্বারা প্রদত্ত ডেটা ধারণ করা ফাইলের নাম, Query MonDs ওভাররাইড করতে
নেটওয়ার্কের উপর। এটি বেশিরভাগ ডিবাগিংয়ের জন্য ব্যবহৃত হয়। ফাইলটি অবশ্যই JSON-এ থাকতে হবে
ফরম্যাট করুন এবং JSON অবজেক্টের একটি অ্যারে উপস্থাপন করুন, প্রতিটি নোডের জন্য একটি, দুই সদস্য সহ।
নোড নামের প্রথম সদস্যটি নোডের নাম এবং দ্বিতীয় সদস্যটির নাম
রিপোর্ট হল রিপোর্ট অবজেক্টের একটি অ্যারে। রিপোর্ট অবজেক্ট একই হতে হবে
মনিটরিং এজেন্ট দ্বারা উত্পাদিত বিন্যাস.

-m গুচ্ছ
ব্যাকএন্ড স্পেসিফিকেশন: সরাসরি থেকে ডেটা সংগ্রহ করুন গুচ্ছ একটি যুক্তি হিসাবে দেওয়া
RAPI এর মাধ্যমে। বিকল্পটি ম্যান পৃষ্ঠায় বর্ণনা করা হয়েছে htools(1).

-L [পথ]
ব্যাকএন্ড স্পেসিফিকেশন: মাস্টার ডেমন থেকে সরাসরি ডেটা সংগ্রহ করুন, যা হতে হবে
LUXI (একটি অভ্যন্তরীণ গণেটি প্রোটোকল) এর মাধ্যমে যোগাযোগ করা হয়েছে। বিকল্পটিতে বর্ণনা করা হয়েছে
ম্যান পাতা htools(1).

-X Luxi ব্যাকএন্ড ব্যবহার করার সময়, hbal প্রদত্ত কমান্ডগুলিও চালাতে পারে। দ্য
এক্সিকিউশন পদ্ধতি হল পৃথক জবসেটগুলি চালানো (দেখুন -C জন্য বিকল্প
বিশদ) পৃথক ধাপে, যে কোনো সময়ে যদি একটি জবসেটে সব কাজ না থাকে তাহলে বাতিল করা
সফল ভারসাম্য সমাধানের প্রতিটি ধাপে হুবহু অনুবাদ করা হবে
একটি গণেটি কাজ (একটি থেকে তিনটি অপকোডের মধ্যে রয়েছে), এবং একটি এর সমস্ত ধাপ
জবসেট সমান্তরালভাবে কার্যকর করা হবে। কাজের সেটগুলি নিজেরাই ধারাবাহিকভাবে কার্যকর করা হয়।

কাজের সিরিজের সম্পাদন বাধাগ্রস্ত হতে পারে, সংকেত পরিচালনার জন্য নীচে দেখুন।

-l N, --সর্বোচ্চ-দৈর্ঘ্য=*N*
এই দৈর্ঘ্য সমাধান সীমাবদ্ধ। এটি স্বয়ংক্রিয় করতে উদাহরণস্বরূপ ব্যবহার করা যেতে পারে
ভারসাম্য সম্পাদন।

--max-cpu=*cpu-অনুপাত*
সর্বাধিক ভার্চুয়াল থেকে ফিজিক্যাল cpu অনুপাত, একটি ফ্লোটিং পয়েন্ট সংখ্যা হিসাবে এর থেকে বেশি৷
বা একের সমান। উদাহরণস্বরূপ, নির্দিষ্ট করা cpu-অনুপাত as 2.5 মানে, একটি 4-সিপিইউ এর জন্য
মেশিন, প্রাইমারির জন্য সর্বাধিক 10টি ভার্চুয়াল সিপিএস ব্যবহার করার অনুমতি দেওয়া উচিত
উদাহরণ ঠিক একটি মান মানে CPU-এর কোনো অতিরিক্ত সদস্যতা থাকবে না
(নোড দ্বারা ব্যবহৃত CPU সময় ব্যতীত), এবং একটির নীচের মানগুলি তৈরি করে না
অর্থে, যার অর্থ অন্যান্য সংস্থান (যেমন ডিস্ক) কারণে সম্পূর্ণরূপে ব্যবহার করা হবে না
CPU সীমাবদ্ধতা।

--মিন-ডিস্ক=*ডিস্ক-অনুপাত*
ফ্লোটিং পয়েন্ট সংখ্যা হিসাবে ন্যূনতম পরিমাণ ফাঁকা ডিস্ক স্থান অবশিষ্ট আছে। জন্য
উদাহরণ, নির্দিষ্ট করা ডিস্ক-অনুপাত as 0.25 মানে ডিস্কের অন্তত এক চতুর্থাংশ
নোডগুলিতে স্থান বিনামূল্যে ছেড়ে দেওয়া উচিত।

-G uuid, --গ্রুপ=*uuid*
একটি মাল্টি-গ্রুপ ক্লাস্টারে, প্রক্রিয়াকরণের জন্য এই গ্রুপটি নির্বাচন করুন। নইলে হবে hbal
abort, যেহেতু এটি একই সময়ে একাধিক গোষ্ঠীর ভারসাম্য রাখতে পারে না।

-ভি, -- ভারবোস
আউটপুট ভার্বোসিটি বাড়ান। এই বিকল্পের প্রতিটি ব্যবহার বৃদ্ধি পাবে
একটির ডিফল্ট থেকে verbosity (বর্তমানে 2 টির বেশি মানে না)।

-q, -- শান্ত
আউটপুট ভার্বোসিটি হ্রাস করুন। এই বিকল্পের প্রতিটি ব্যবহার কমবে
একটির ডিফল্ট থেকে verbosity (শূন্যের কম মানে না)।

-ভি, --সংস্করণ
শুধু প্রোগ্রাম সংস্করণ দেখান এবং প্রস্থান করুন.

সিগন্যাল হ্যান্ডলিং

LUXI এর মাধ্যমে কাজ সম্পাদন করার সময় (-X বিকল্প ব্যবহার করে), সাধারণত hbal সমস্ত কাজ সম্পাদন করবে
যতক্ষণ না হয় একটি ত্রুটি বা সমস্ত কাজ সফলভাবে শেষ না হয়।

যেহেতু ভারসাম্য বজায় রাখতে অনেক সময় লাগতে পারে, তাই দুটি উপায়ে প্রথম দিকে এইচবিএল বন্ধ করা সম্ভব:

একটি SIGINT (^C) পাঠিয়ে, hbal সমাপ্তির অনুরোধ নিবন্ধন করবে, এবং অপেক্ষা করবে
বর্তমানে জমা দেওয়া কাজগুলি শেষ না হওয়া পর্যন্ত, যে সময়ে এটি প্রস্থান করবে (প্রস্থান কোড 0 সহ
যদি সমস্ত কাজ সঠিকভাবে শেষ হয়, অন্যথায় যথারীতি প্রস্থান কোড 1 সহ)

একটি SIGTERM পাঠিয়ে, hbal অবিলম্বে প্রস্থান করবে (প্রস্থান কোড 2 সহ); এটা
ব্যবহারকারীর দায়িত্ব গণেটির সাথে ফলোআপ করা এবং ফলাফল পরীক্ষা করা
বর্তমানে-নির্বাহী কাজ

মনে রাখবেন যে কোনও পরিস্থিতিতে, উপরের সংকেতগুলির মাধ্যমে, hbal হত্যা করা সম্পূর্ণ নিরাপদ
বা অন্য কোন সংকেতের মাধ্যমে (যেমন সিগকুইট, সিগকিল), যেহেতু কাজগুলি নিজেই প্রক্রিয়া করা হয়
গণেটি দ্বারা যেখানে hbal (জমা দেওয়ার পরে) শুধুমাত্র তাদের অগ্রগতি দেখে। এক্ষেত্রে,
কাজের ফলাফলের জন্য ব্যবহারকারীকে গণেটি জিজ্ঞাসা করতে হবে।

প্রস্থান করুন স্থিতি

কমান্ডের প্রস্থান অবস্থা শূন্য হবে, যদি না কোনো কারণে অ্যালগরিদম ব্যর্থ হয়
(যেমন ভুল নোড বা ইনস্ট্যান্স ডেটা), অবৈধ কমান্ড লাইন বিকল্প, বা (চাকরির ক্ষেত্রে
মৃত্যুদন্ড) একটি কাজ ব্যর্থ হয়েছে.

একবার Luxi-এর মাধ্যমে কাজ সম্পাদন শুরু হয়ে গেলে (-X), যদি ভারসাম্য প্রাথমিকভাবে ব্যাহত হয় (এর মাধ্যমে
সাইন ইন, অথবা --max-length এর মাধ্যমে) কিন্তু সমস্ত কাজ সফলভাবে সম্পাদিত হয়েছে, তারপর প্রস্থান অবস্থা হল
শূন্য একটি অ-শূন্য প্রস্থান কোড মানে ক্লাস্টার অবস্থা তদন্ত করা উচিত, যেহেতু a
কাজ ব্যর্থ হয়েছে বা আমরা এর স্থিতি গণনা করতে পারিনি এবং এটি একটি সমস্যার দিকেও নির্দেশ করতে পারে৷
গণেটি পাশে।

onworks.net পরিষেবা ব্যবহার করে hbal অনলাইন ব্যবহার করুন