在I版本号中,Heat中加入了对于AutoScaling资源的支持。github上也提供了相应的AutoScaling的模板(https://github.com/openstack/heat-templates/blob/master/hot/autoscaling.yaml),同一时候也支持使用ceilometer的alarm来触发Scaling Policy,可是在实践的过程中可能会碰到一些问题。本文就该特性以及问题做一个简单的总结
AutoScaling定义的流程
首先定义一个Auto Scaling Group,该Group 定义了能够持有资源的类型以及的最大、最小资源数
依据需求定义Alarm的触发条件,比如当CPU利用率在一分钟内平均值超过50%时触发警报,支持的的指标能够通过ceilometer meter-list 命令查询
针对某个详细的Alarm。定义Policy,比如CPU利用率长时间偏高时,就在AutoScalingGroup中又一次初始化一个同样实例,该Policy须要与 步骤一 中定义的Group绑定
为了更好的提高资源利用率,在定义自己主动收缩机制的同一时候能够定义负载均衡(Neutron LBAAS)。
定义AutoScaling的过程中涉及到的资源例如以下图:
AutoScaling的工作流程
Ceilometer通过获取实例的监控參数,发现实例的某项指标出现异常。且符合已经定义的Alarm触发规则
触发Policy.在生成Policy和Alarm时,Alarm会设置其alarm_actions属性,该属性的值能够理解为调用特定Policy服务的URL,此时该URL被调用
Policy被调用。依据配置。决定添加还是降低实例
工作流程大概例如以下:
AutoScaing实战
为了简单。下载https://github.com/openstack/heat-templates/blob/master/hot/autoscaling.yaml。以此为基础进行调整
模板文件没什么好说。用到了HOT模板的一些资源。主要说下在创建的过程中碰到的问题
该模板中的Alarm创建出来后,查看alarm 列表能够发现Continues属性都是false( 假设查看明细该属性相应的是repeat_actions属性)该属性的为false代表alarm_action仅仅会被运行一次,所以为了达到更好的演示效果。须要将其改动为True
为了达到演示的效果,能够将Alarm的Period设置的短一点。比方说10s
假设Alarm的状态长时间为insufficent_data,说明ceilometer长时间没有採集到监控指标的数据。为了达到更好的演示效果能够调整/etc/ceilometer/pipeline.yaml文件里採集指标的间隔。默认的间隔是600秒,能够将其设置为小于CoolDown或是Alarm Period 的时间
对于运行的过程,主要能够參考heat-engine.log, heat-api-cfn.log, alarm-evaluator.log等日志
当前的版本号运行过程中有下面错误产生,能够參考https://review.openstack.org/#/c/92887/进行解决
2014-08-0105:38:08.410 3834 ERROR heat.engine.service[req-96a84baa-6b6f-4a4e-a2f3-90c0a02612e7 None] Unable to retrieve stack40e7560e-848e-4d78-bac0-8eb4f26ac22ffor periodic task
下图为相关的资源列表
下图为Alarm的列表
下图为某个Alarm的history
IceHouse中的alarm是一个监控特定指标的对象。alarm的状态包含:
1、OK。
表示指标正常
2、ALARM。
表示指标异常。
假设连续几个周期都处于ALARM状态,那么就会触发一个或多个policy。进而触发scaling group的扩缩。
3、INSUFFICIENT_DATA。表示数据不可用。出现这个状态主要是由于 缺少监控指标的数据,处于这个状态的Alarm也不会被触发。假设为了測试目的。能够通过改动/etc/ceilometer/pipeline.yaml文件里的interval參数来调整收集数据的间隔
运维网声明
1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网 享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com