<转>Openstack Ceilometer监控项扩展

神甫

　　Openstack ceilometer主要用于监控虚拟机、服务（glance、image、network等）和事件。虚拟机的监控项主要包含CPU、磁盘、网络、instance。本文在现有监控项的基础上，介绍怎样添加新的监控项目。
　　一、Ceilometer框架结构
　　Ceilometer监控通过在计算节点部署Compute服务。轮询其计算节点上的instance。获取各自的CPU、网络、磁盘等监控信息，发送到RabbitMQ。Collector服务负责接收信息进行持久化存储。具体框架例如以下图所看到的（点击查看大图）。

　　本文主要介绍instance的监控。获取instance的监控数据发送到message队列。instance的监控数据的获取主要通过Compute服务以pollster方式轮询各虚拟机。Compute服务类图例如以下（点击查看大图）。

　　通过该类图可知，新增项目须要继承ComputePollster类，并实现get_samples方法。最后通过配置就可以。获取到新的监控项数据。
　　因为。现有的Ceilometer没有对内存的实时监控，本文以内存为例。具体介绍添加新的监控项的流程。
　　二、新增虚拟机监控项
　　现有虚拟机的监控项目，没有对内存的监控。
　　本文以内存为例。介绍添加内存监控模块的方法，添加内存监控方法比較简单。主要在compute端添加获取数据的方式，然后改动配置文件，就可以将数据持久化数据库中。
　　具体过程例如以下：
　　1、在 ceilometer/ceilometer/compute/pollsters文件夹下新建文件mem.py(名字自己定义)。在该文件下定义MEMPollster类并实现get_samples方法：

class MEMPollster(plugin.ComputePollster):

def get_samples(self, manager, cache, instance):

　　2、get_samples中获取内存数据的方式，可參考CPU获取数据的架构，在ceilometer/ceilometer/compute/virt/inspector.py 中定义返回数据的格式：

MEMStats = collections.namedtuple('MEMStats', ['total', 'free'])

　　获取内存方式多样，本文採用读取proc文件获取instance所在进程占用的内存大小。有时获取的数据比instance最大内存大。所以该方式对windows系统的虚机有一定的误差。仅作为演示样例參考。
　　方法定义例如以下：

def inspect_mems(self, instance_name):

　　获取数据后，按sample数据结构返回就可以。
　　3、设计完上述获取数据的方式后。并不能轮询到内存数据，还须要改动一些设置文件。
　　首先。改动ceilometer/setup.cfg文件，在该文件ceilometer.poll.compute下，添加

mem = ceilometer.compute.pollsters.mem:MEMPollster

　　其次。因为包冲突的问题。将ceilometer安装在隔离环境中，所以source隔离环境，又一次安装ceilometer，以上配置才干生效。
　　运行 python setup.py develop 命令就可以。
　　4、重新启动ceilometer服务，进入mongodb的ceilometer数据库就可以在meter表中查看mem的监控数据。
　　

　　监控的一些实现，能够做一下：https://github.com/kevinjs/procagent
　　http://blog.csdn.net/dysj4099/article/details/18255393