CMS T2 Storage

1. CMS T2 Storage M. Biasotto – INFN Legnaro

2. Hardware

3. 3ware • Lunga esperienza con i disk-server 3ware • iniziata nel 2001 con 10 disk-server • negli anni successivi acquistati in totale XX server per la farm CMS e la farm LNL, di varia taglia (da 24 a 32 HDD) e modelli • attualmente ancora XX server in produzione

4. Problemi server 3ware • Esperienza inizialmente positiva, ma continuo aumento di problemi al crescere del numero di macchine • caso tipico: drive failure => array degradato => il rebuild fallisce • problemi hw nella parte server, in particolare per le macchine piu’ grosse (32 HDD) • Problemi aggravati dalla scarsa assistenza da parte dei fornitori, tutti piccoli vendors dato che le grandi case non offrivano prodotti di queto tipo • Nel periodo 2004-2005 i problemi di storage sono stati un incubo continuo • Problemi hardware ma non solo (no fs distribuito => grosse difficolta’ di gestione) • A fine 2005 decisione di cercare di passare ad una soluzione Storage Area Network di tipo SATA-FC

5. Alternativa DAS ai 3ware? • server Sun Fire X4500 • cominciano ad esserci offerte di prodotti di questo tipo anche dalle grandi case • potrebbe essere un’alternativa alle attuali soluzioni 3ware, con maggiore affidabilita’ • Case 4U, dual processor Opteron dual core, alta ridondanza • 10 PCI-X interni + 2 slot di espansione, 4 porte GE • 48 HD SATA 500GB: 24 TB • ma supporto Linux ancora limitato, per ora Solaris + file system ZFS

6. SAN con dischi SATA-FC • Vantaggi della soluzione Storage Area Network SATA-FC • Affidabilita’ • non piu’ assemblati ma prodotti di marca, di buona qualita’ e soprattutto con assistenza garantita • Flessibilita’ • la separazione della parte dischi dalla parte server offre grandi vantaggi nella gestione dello storage • nella gestione dei problemi • nella ricerca di ottimizzare il setup dello storage, soprattutto in una fase come questa, con molte cose ancora in evoluzione e molte incognite ed incertezze (ad es. quanti disk-server? quanti TB per server?)

7. LNL Storage Area Network • Costruire un’unica Storage Area Network in comune tra le due farm, T2 CMS-Alice e farm LNL • nell’ottica di una graduale ‘fusione’ delle due farm (prima separate) per ottimizzarne la gestione e l’utilizzo delle risorse • dal 2007 anche farm Agata • possibile utilizzo anche per i servizi di Calcolo • I maggiori costi della tecnologia SATA-FC possono essere affrontati meglio sommando i finanziamenti del T2 (CMS e Alice) con quelli della farm LNL (Laboratori Legnaro, CCR, esperimenti locali)

8. Acquisti fine 2005 • Acquistato a fine 2005 sistema costituito da • Testa StorageTek STK FLC-210 • 2 disk arrays da 14 HD SATA 250GB (in seguito altri 3 arrays con HD da 400GB) • La testa comprende due controller ridondanti, ciascuno con 2 canali FC (2Gb/s) verso i dischi e 2 verso gli host, ed un array da 14 HD (in un case 3U) • Ogni cassetto addizionale ospita 14 HD • FLC-210 e’ (era) il sistema entry level:1GB cache, max 112 dischi3000 I/O p.s. (SATA), 12000 I/O p.s. (FC)

9. Costi • Costi a fine 2005: • testa con doppio controller e 14 HD 250GB: 18 Keuro (i.c.) • cassetto addizionale con 14 HD 250GB: 12 Keuro • Server: • 1 nuovo server HP Proliant DL385 (2U, dual Opteron 285, 4GB RAM, alimentazione ridondata, HD SCSI): 4.5 Keuro • per il resto riutilizzati come server dei vecchi WN dual Xeon 2.4GHz (ma servono 4GB RAM!) • Scheda HBA Qlogic QLA 2340: 1 Keuro

10. Switch GigaEthernet SERVER (HP DL385) SERVER (ex WN) SERVER (ex WN) SERVER 3ware Ctrl A Ctrl B StorageTekFLX 210 I due controller non sono stati usati in configurazione ridondante

11. Esperienza col nuovo hardware • Nuovo sistema utilizzato in produzione nel 2006 (SC4 + Prod. MC + CSA06) • Esperienza positiva, ma e’ ancora presto per giudicare l’affidabilita’ complessiva • un paio di guasti subito all’inizio (1 HD e 1 modulo batteria), subito sostituiti da personale tecnico STK • buona l’impressione sulla gestione del sistema: software di management, monitor, allarmi, flessibilita’ di gestione (possibilita’ di modifiche ‘hot’ alla configurazione)

12. Prestazioni • Problema di prestazioni nella configurazione iniziale • max 50 MB/s in write e 65 MB/s in read sulla singola testa, anche usando contemporaneamente piu’ arrays su entrambi i controller in contemporanea. • Risolto modificando alcuni parametri del sistema • contattato anche il supporto tecnico di StorageTek, modificati vari parametri, in particolare disabilitato il mirroring della cache • risultati ottenuti, misurati con ‘bonnie++’ e ‘dd’, usando 2 server (uno per ciascun controller):~160 MB/s write, ~180 MB/s read per controller~330 MB/s aggregati sui due controller (sia read che write)

13. Nell’uso in produzione l’attivita’ piu’ stressante per il sistema e’ stata la fase di merge della produzione MC • agosto 2006: ~100 jobs di merge contemporanei, read e write su un singolo RAID array: • ~120 MB/s read+write

14. Acquisti fine 2006 • Switch FC 16 porte Brocade Silkworm 200E: 5 Keuro (i.c.) • Previsto upgrade STK FLX-210 non piu’ possibile: • StorageTek acquisita da SUN • nuove normative europee (RHOS compliancy) • => nuova linea di prodotti storage

15. Acquisti fine 2006 • Nuova testa STK-Sun 6140 con doppio controller e 16HD da 500GB+ 2 disk-arrays addizionali+ 24HD 500GBin totale 20 TB lordi: 37 Keuro (i.c.) • come il FLX 210, doppio controller ma ora con canali FC da 4Gb/s e prestazioni superiori, 2 o 4 GB cache • cassetti da 16 HD (da 500 GB)

16. Acquisti fine 2006 • Sistema Apple XServe RAID 7TB (14 HD 500GB):10 Keuro (i.c.), acquistato per Alice • in uso anche presso T2 CMS Winsconsin • economico, ma versione attuale ancora con dischi Parallel ATA • test di prestazioni effettuati su sistema in prova:~200 MB/s write, ~110 MB/s read aggregati sui 2 controller(ma con 1 solo server)

17. Configurazione SAN Switch GigaEthernet SERVER: 1U 2-AMD 275 4GB RM (ex WN) SERVER SERVER SERVER SERVER SERVER 3ware Switch FC STK FLX-210(CMS) SUN 6140 (CMS) Apple XServe (Alice) STK FLX-210 (LNL)

18. DPM

19. DPM installato a Legnaro a meta’ 2005, non usato in produzione • qualche test di prestazioni con rfcp • usato in SC3 (nella ‘throughput phase’) • Durante la fase di ‘service’ di SC3 scoperto il famigerato problema della libreria RFIO/DPM/Castor • ancora irrisolto dopo un anno e mezzo • A marzo 2006 risistemato in una nuova configurazione, piu’ complessa, in vista di • SC4 + CSA06 per CMS • uso in produzione da parte di Atlas • usando il nuovo hardware di storage

20. Configurazione DPM DPM Head Node Dual Xeon 2.4GHz 2GB RAM SERVER (HP DL385) SERVER (ex WN) SERVER (ex WN) SERVER 3ware SERVER 3ware SERVER 3ware StorageTekFLX 210 4TB CMS 1TB Others 1TB Atlas 1TB Atlas Ctrl A Ctrl B In totale 8 DPM Pools: 2 CMS (cmsprd + general): 13TB Atlas: 2TB Alice: 0.6TB Lhcb, dteam, ops, infngrid: 0.4TB 9TB CMS

21. SC4 • SC4 e’ stato un buon test di stabilita’ • specialmente in giugno-luglio (usando srmcp), transfer sostenuto per settimane a rate abbastanza significativi (>20MB/s di goal) • in totale trasferiti ~200TB in import (a 20-50 MB/s) e ~60TB in export (a 5-20 MB/s) • complessivamente buona stabilita’ del sistema, nessun problema relativo a DPM

22. SC4 • Purtroppo non ci sono mai state le condizioni per un throughput test • sample di dati troppo piccolo • in giugno-luglio avevamo il problema di config. hw che limitava max 50MB/s • a fine luglio passati da srmcp a FTS:  • a settembre runnato un weekend di nuovo con srmcp: >60 MB/s (essenzialmente da FNAL e un po’ FZK, gli altri T1 non erano available)

23. Produzione MC • La fase di merge della produzione e’ stata l’attivita’ piu’ ‘demanding’ per lo storage delle farm • Nel nostro caso non ci sono stati particolari problemi • necessario creare pool apposito per cmsprd • evidenziato un bug (scrittura su un fs gia’ pieno) • pochi failures, nonostante il pool ridotto (spesso 1 solo server, con una sola partizione) 110 jobs di merge, su una singola partizione: ~120 MB/s read+write

24. CSA06 • CSA06 e’ stata di scarsa utilita’ al fine di stressare e valutare il sistema di storage • data transfer con Phedex a rate e stabilita’ molto inferiori che durante SC4 • JobRobot quasi mai funzionante, e jobs molto inefficienti nell’accesso allo storage

25. CSA06 Legnaro, 20 Oct 2006: a bunch of ~90 JobRobot jobs running

26. Problema degrado prestazioni • Alla ripresa della produzione, dopo CSA06, evidenziato un significativo calo di prestazioni di DPM rispetto ad alcuni mesi prima • Grafici dell’head node di DPM durante due ‘ondate’ di merge jobs: • load molto elevato e cpu al 100%, a differenza di quanto accadeva in agosto (load e cpu entrambi trascurabili)

27. Problema degrado prestazioni • Problema dovuto al crescere delle dimensioni del database, soprattutto a causa della mancata cancellazione delle vecchie get e put request • Contattato il supporto, risolto il problema con la creazione di nuovi indici nel DB, in attesa dello script per la cancellazione dei dati inutili

28. DPM: conclusioni • Finora l’esperienza con DPM sarebbe anche positiva • problemi DPM pochi e non gravi • buona stabilita’ del sistema (una volta configurato non serve metterci le mani continuamente) • I problemi maggiori sono stati quello della libreria RFIO... • non propriamente un problema di DPM (infatti e’ ancora irrisolto dopo un anno e mezzo proprio perche’ sta nella “no man’s land” tra DPM, Castor e CMS) • ... e la mancanza di alcune funzionalita’ avanzate • drain di una partizione (c’e’ nell’ultima versione) • load balancing piu’ avanzato (configurabile) • selezione pool in base al path

29. DPM: conclusioni • Bugs e mancanza di funzionalita’ sono il segno che DPM non e’ ancora un prodotto maturo, ma il vero problema non e’ questo • DPM in uso nella maggior parte dei T2 di LCG, le funzionalita’ arriveranno • Problemi di “compatibilita’” in CMS (sw e tools cms-specific) • prima o poi si raggiungera’ una situazione di stabilita’, ma quando? • Ci sono limiti intrinseci di scalabilita’? • quando nel DB ci saranno 600-1000 TB (milioni di files)? • limiti ‘strutturali’ che non possono essere superati per quanto si ottimizzi?