OpenStack技术和实战详解

谈到OpenStack，大家对其多多少少都有所了解，其常见的服务包括Nova、Swift、Glance、Keystone、Neutron、Cinder、Horizon、Ceilometer、Heat、Trove、TripleO、Sahara等等。

• Nova：提供Compute（计算服务），主要的作用是管理虚拟机实例的整个生命周期，根据用户需求来提供虚拟服务。

• Glance：提供 Image Service（镜像管理服务），镜像服务器是一套虚拟机镜像发现、注册、检索系统，但它不提供镜像文件的存储功能。

• Swift：提供Object Storage（对象存储服务），存储数量到一定级别，而且是非结构化数据，通常才会有使用对象存储的需求。镜像文件通常存储在Swift中。

其中Ceilometer为计量服务，能把OpenStack内部发生的几乎所有的事件都收集起来，然后为计费和监控以及其他服务提供数据支持，今天我们主要谈的也是Ceilometer服务。

Ceilometer模块主要负责OpenStack的“计量”、“监控”以及“告警”功能。

• 计量主要负责和计费相关的指标度量采集和存储；

• 监控主要负责和非计费相关的指标、状态的采集和存储；

• 告警可分为性能相关的告警分析产生以及通过插件在openstack各服务运行时及时产生的故障。

Ceilometer功能是以数据库和消息队列为中心的数据采集、订阅分析和存储、分发一系列活动。Ceilometer主要组成部分有:

1. ceilometer-api： 向用户展示聚合后的数据

2. ceilometer-polling：使用polling plug-in去获取数据

3. ceilometer-agent-central：调用不同的组件的API以监控某种资源是否存在(L版本后不使用）

4. ceilometer-agent-compute：监控Hypervisor或者libvirt以获取实例的性能数据，并通过MQ发布出去（L版本后不再使用）

5. ceilometer-agent-ipmi：利用服务器上的IPMI传感器获取物理机信息（L版本后不再使用）

6. ceilometer-agent-notification：从MQ获取其他组件的消息

7. ceilometer-collector：从MQ获取ceilometer其他agent的信息，并将这些数据分配到不同的数据库。

8. ceilometer-alarm-X：告警相关

除了ceilometer-agent-compute和ceilometer-agent-ipmi，其他组件都要部署在一个或者多个控制节点，ceilometer高度依赖MQ服务，包括组件之间和组件内部。Ceilometer的主要功能是数据收集和数据处理。

Ceilometer的数据采集方式主要分为Poll和Push方式两种。

其中Push方式主要采集为OpenStack中各个组件模块中无法定时主动获取的事件消息，例如，虚拟机的创建，镜像的上传等等。该种方式的消息的采集依赖各个组件在事件发生时，依赖Ceilometer提供的消息机制将事件消息上报至消息队列当中。

然后由Ceilometer-Collector中的notification-agent收集消息队列中的事件消息，然后交由指定的Pipeline将消息转换为指定的采样数据（Samples），转换之后的采样数据会被重新发送至消息队列当中，然后由Collector收集处理并存入数据库当中（MongoDB）。主要架构如下图:

Poll方式主要采集OpenStack中的各个组件的统计数据和计算节点中的实时数据（该数据也是可以被随时统计获取的）。 

在Controller节点上，Poll方式主要是启动相应的轮询进程（Pollsters)，依靠轮询进程定期调用组件模块的APIs获取各个组件的数据信息。然后将数据交由Pipeline进行处理，最后由Collector处理存储。此过程与上述Push方式一致。

在Compute节点上，Poll方式也是启动相应的轮询进程（Pollsters)，依靠轮询进程定期查询相应的信息，只是在数据采集方式上，采用虚拟机的相关驱动获取虚拟机的信息，目前主要的部署方案都是采用KVM-QEMU实现虚拟化，因此，底层信息获取上，采用的为LibVirt操纵虚拟机，同时也是通过LibVirt获取虚拟机的相关信息。当数据被采集之后，其之后的处理流程与上述两种方式都是一致的。

前面的数据采集工作完成之后，采集来的数据会交由Pipeline进行数据处理，Pipeline主要实现的是一个数据处理链的功能。Pipeline会根据不同的配置将0个或一个或多个Transformers组装成为一条数据处理链，在这条数据处理链的末端，会被装配一个Publisher。

当数据进入这条数据处理链后，会被Transformers加工处理，然后由Publisher发送至消息队列当中，由Collector收集。

Collector会时刻监听着消息队列，从消息队列中获取监控数据，然后将数据存入MongoDB中进行持久化。

OpenStack不但是开源私有云的实际标准，而且已经广泛的应用在各个行业，包括社区版和厂商企业版。

在OpenStack大规模部署，特性丰富，并逐步走向商用的过程中，有很多经验和方法论值得参考和借鉴。笔者基于实战和网络资料，对OpenStack及相关知识进行了梳理，整理成书(OpenStack技术和实战详解)，供学习者学习和参考。

     点击阅读原文链接获取(OpenStack技术和实战详解)电子书详细信息。

相关阅读：

• 如果使用Docker还需要OpenStack吗？

• OpenStack关键技术知识科普

温馨提示：

请搜索“ICT_Architect”或“扫一扫”二维码关注公众号，点击原文链接获取更多技术文章。

求知若渴, 虚心若愚