XSKY发布XMotion纳管热迁移技术，OpenStack集群迁移效率提升超10倍

随着企业引入OpenStack平台以后，从边缘应用需求逐步进入到准核心，甚至是核心业务的需求和趋势，私有云运营团队常常需要面对多样化的虚拟机迁移问题和需求（包括计划内和计划外）。
例如，物理服务器进行计划内的停机维护，或者根据对计算和存储更加细粒度的管理和规划，需要将计算和存储融合部署的架构，拆成分离部署架构，以便于未来业务的扩展。这些都涉及到虚拟机的迁移。
根据迁移操作对业务的影响，虚拟机的迁移一般分为两类：
1、冷迁移（Cold Migration / Non-live Migration）
虚拟机需要先停机，等待与此虚拟机相关的计算和存储等资源迁移完成后，再重新启动。在迁移期间，业务无法访问，只有迁移完成后，业务才能恢复。由于迁移过程中涉及到存储数据的拷贝，如果数据量比较大，会造成停机时间过长且不可控，因此冷迁移仅适用于对系统可用性要求不高的业务。
2、热迁移（Live Migration）
虚拟机在迁移过程中保持运行状态，业务可正常访问，根据虚拟机的存储类型又可分为：基于共享存储的热迁移、块设备的热迁移和基于卷的热迁移等。 由于涉及到计算、网络和存储的一体化热迁移，对底层基础设施的要求较高。

01两种场景下的对比
我们先来对比VMware和OpenStack对虚拟机迁移的支持情况：

从上图可以看出，VMware历经了十多年的商业化发展道路，对虚拟机迁移的支持更为全面，支持计算和存储的热迁移，甚至是跨集群迁移，这通常对于目标规划两地三中心业务高可用的用户来讲非常重要，但这些功能仅限于VMware场景使用，也就意味着在满足业务高可用需求的同时，选择了相对比较单一的私有云模型，给用户在供应商平台选择上带来局限性；
相比之下，OpenStack对虚拟机迁移功能的支持则不够完善，对于存储迁移，由于OpenStack本身开放的架构，需要依赖存储厂商实现存储层的迁移能力。
以Ceph为例，Ceph RBD作为OpenStack主流的存储后端，默认不支持在线热迁移，RBD裸盘只能进行离线迁移，这就意味着如果进行跨集群迁移，虚拟机需要长时间停机，整体迁移进度受制于存储的迁移进度，如果存储容量较大，更会让整个迁移时间不可控。
如今，XSKY SDS逐步被很多用户引入到已有的OpenStack架构中，用于替换该私有云架构中原有的Ceph SDS集群，这些用户包括对于业务连续性要求非常高的省级，甚至是更大规模的金融平台。
为了帮助用户应对棘手的在线热迁移问题，XSKY基于自主研发的纳管卷、在线卷迁移和多集群存储等特性，设计了XMotion纳管热迁移技术，不但支持多家OpenStack厂商，提供面向虚拟机和租户的存储计算一体化迁移方案，更可将整体迁移效率提升10倍以上。
XSKY的纳管迁移方案具有以下优势：
▪ 支持存储在线热迁移，业务无需中断，可在业务正常运行中进行迁移；
▪ 不仅支持存储独立纳管迁移，也支持计算和存储一体化迁移；
▪ 以卷为单位，上层应用无感知，无兼容性问题；
▪ 支持从开源Ceph迁移到XSKY存储集群，也支持从XSKY老集群迁移到新集群；
▪ 支持跨计算和存储集群进行迁移；
▪ 无厂商锁定，支持多家OpenStack厂商；
▪ 强一致的数据完整性保证，不丢增量数据；
▪ 支持迁移QoS，可根据业务需要自定义迁移速率，并可随时撤销迁移任务；
▪ 支持以虚拟机或租户为单位，自动扫描关联的存储，一键迁移；
▪ 结合虚机业务的完善回滚方案，应对海量数据迁移过程中的各种硬件和网络异常情况。

02存储纳管迁移
下面以XSKY存储集群纳管开源Ceph为例，介绍存储纳管迁移的步骤：

1、将计算节点添加到XSKY存储集群；
2、OpenStack Nova/Cinder等服务配置存储多集群，可同时访问开源Ceph集群和XSKY存储集群；
3、在XSKY存储集群创建纳管卷，关联该纳管卷与Ceph集群中的被纳管卷；
4、OpenStack Nova/Cinder等服务配置使用纳管卷；
5、XSKY纳管卷启动在线卷迁移；
6、后台数据在线迁移完成后，XSKY纳管卷会自动合并和清理底层临时数据，完成整个迁移过程。
纳管迁移中的IO访问流程如下图所示：

在迁移过程中，由libvirt发起的虚拟机读操作将由迁移网关从开源Ceph读取，写操作则由迁移网关进行同步双写，同时写入纳管卷与被纳管卷；
迁移完成后，读写操作将都只针对新池进行。纳管迁移网关对上层屏蔽迁移细节，libvirt对整个迁移过程无感知，无需做任何修改。

03存算一体化在线迁移
XMotion除了提供存储纳管迁移以外，也支持多家OpenStack厂商之间的存储和计算一体化迁移方案，以虚拟机为单位，自动化迁移虚拟机及其存储部分。
下面我们以某省级农信社的大规模OpenStack生产集群迁移为案例，介绍XMotion的存储和计算一体化在线迁移方案。
因为历史原因，过去为了规避单一供应商的产品和服务风险，该用户在对外省级联社以及对私内部运营，规划和筹建了两套OpenStack集群，这两套集群各自独立运营，资源以及权限分离管理；
而在过去三年的逐步比较中，发现B集群服务商具有更好的产品稳定性和商业服务能力，所以本次迁移的目标是为了将OpenStack厂商A的老集群迁移到OpenStack厂商B的新集群中，同时将原XSKY存储集群迁移到新版本的两套集群中，做存储灾备，因此涉及到计算和存储两个单元的同时跨集群迁移需求。
OpenStack原集群为计算和存储分离部署架构，其中，计算节点49台（46台为纯计算节点，3台计算与控制节点融合部署），共2886台虚拟机；存储节点107台，采用3副本，裸容量4.38PB，有效容量1.46PB，已使用1PB，共5625个卷。
集群迁移前后的架构如下图所示：

以单个虚拟机为例，XSKY的存算一体化迁移方案步骤如下：

1、初始化
▪ OpenStack厂商创建迁移用的虚拟机，进行网络和计算资源初始化等工作
▪ OpenStack配置多集群
2、XMotion执行存储和计算的自动一体化迁移
▪ 创建纳管卷
▪ 迁移虚拟机
▪ 纳管卷重命名
▪ 启动迁移任务
本次迁移属于计划内升级迁移，因此允许对虚拟机业务停机，迁移耗时不超过3分钟，主要集中于虚拟机跨计算集群的重建和启动阶段，得益于XMotion的纳管热迁移技术，整个迁移过程不受存储容量的限制，新虚拟机启动后挂载纳管卷即可对外提供服务，由XSKY的迁移网关在后台执行数据热迁移，业务在存储迁移过程中不受迁移进度影响，可正常访问。
迁移完成后，在OpenStack控制面板可观察到新虚拟机已正常运行：

而在XSKY存储控制面板则可观察到存储卷为在线迁移状态：

XSKY支持针对在线迁移中的卷执行速率调整和取消迁移任务等操作：
▪ 调整迁移速率，支持高、中、低三档迁移速率，如果担心迁移速率过大影响正常业务，则可将迁移速率调小；
▪ 取消迁移任务，如果迁移导致业务速率降低，则可以取消迁移任务，释放带宽来满足前端业务需求，后续再重新开启迁移任务。
本次迁移实测的不同档次迁移速率如下：

XMotion迁移不仅可以支持跨OpenStack厂商和存储迁移，方便后期业务扩展，而且可以获得新版本XSKY存储集群的所有特性，迁移完成后的虚拟机性能也获得同步提升：

04更多适用场景
除了以上提到的场景外，XMotion纳管热迁移技术还可灵活应用于多种业务场景。
1、迁移开源Ceph或老版本XSKY存储

迁移需求：
▪ 开源Ceph运维难度大， 将开源Ceph迁移到XSKY存储上，获得专业和易用的企业级存储能力；
▪ 部署了新版本XSKY存储集群，希望将老集群迁移到新集群，释放老集群资源。
方案优势：
▪ 保留OpenStack计算集群，迁移底层Ceph或XSKY老集群到XSKY新集群；
▪ 以虚拟机和租户为单位，面向业务迁移；
▪ 在线迁移，业务无感知；
▪ 自动化迁移，运维成本低。
2、跨集群迁移计算和存储集群

迁移需求：
▪ 计算集群升级；
▪ 存算分离；
▪ 跨集群迁移虚拟机；
▪ OpenStack集群跨地域迁移；
▪ 不同OpenStack厂商集群切换；
▪ 要求迁移时间可控，迁移过程业务不中断。
方案优势：
▪ 计算和存储同时迁移；
▪ 支持跨计算集群和跨存储集群迁移；
▪ 迁移时间可控，不受存储容量限制；
▪ 多OpenStack厂商支持；
▪ 自动化迁移，运维成本低。

05小结
OpenStack进入我们的视线已经有很多年了，开源且具有开放性的OpenStack平台对于许多植根互联网基因的企业来说具有强大的吸引力，但由于产品化程度不足，运维和开发投入的人力和资金往往不可忽视。
而最终在很多需要跨集群满足业务连续性的场景，无法攻城略地的原因，则来自于OpenStack场景下，天然短板的热迁移（Live-Migration）能力。XSKY XMotion纳管热迁移技术，让OpenStack也能够支持热迁移，极大提升虚拟机迁移效率。