操作测量

流程

1. 计算数据点数：

   point 数量 = timespan / granularity

   例如，如果要使用一分钟分辨率保留一个年的数据，请使用公式：

   数据点数 = (365 天 24 小时 X 60 分钟)/1 分钟的数据点数 = 525600

2. 计算时间序列数据库的大小：

   字节大小 = 数据点 X 8 字节数

   如果您将这个公式应用到示例，则结果为 4.1 MB：

   字节大小 = 525600 点 X 8 字节 = 4204800 字节 = 4.1 MB

   这个值是一个单一聚合时间序列数据库的估算存储要求。如果您的归档策略使用多个聚合方法(min、max、mean、ided、std、std 和 count)，则按您使用的聚合方法数乘以该值。

1. 创建归档策略。更多信息请参阅 第 2.5.6 节 “创建归档策略”。
2. 管理归档策略。更多信息请参阅 第 2.5.7 节 “管理归档策略”。
3. 创建归档策略规则。更多信息请参阅 第 2.5.8 节 “创建归档策略规则”。

流程

1. 将文件 /usr/share/openstack-tripleo-heat-templates/environments/collectd-environment.yaml 复制到本地目录。

2. 打开 collectd-environment.yaml 并列出您要在 CollectdExtraPlugins 下的插件。您还可以在 ExtraConfig 部分提供参数：

   parameter_defaults:
      CollectdExtraPlugins:
        - disk
        - df
        - virt
   
      ExtraConfig:
        collectd::plugin::virt::connection: "qemu:///system"
        collectd::plugin::virt::hostname_format: "hostname uuid"

   Copy to Clipboard Toggle word wrap

   默认情况下，collectd 附带了 磁盘、接口、加载、内存、进程 和 tcpconns 插件。您可以使用 CollectdExtraPlugins 参数添加额外的插件。您还可以使用 ExtraConfig 选项为 CollectdExtraPlugins 提供额外的配置信息，如下所示。这个示例添加了 virt 插件，并配置连接字符串和主机名格式。

3. 在 openstack overcloud deploy 命令中包含修改后的 YAML 文件，以便在所有 overcloud 节点上安装 collectd 守护进程：

   $ openstack overcloud deploy
   --templates \/home/templates/environments/collectd.yaml \
   -e /path-to-copied/collectd-environment.yaml

   Copy to Clipboard Toggle word wrap

流程

1. 将 /usr/share/openstack-tripleo-heat-templates/environments/gnocchi-environment.yaml 文件复制到您的主目录。

2. 修改参数以符合您的环境。您可以在 YAML 文件中修改以下主要参数：

   • GnocchiIndexerBackend：要使用的数据库索引程序后端，如 mysql。请查看 https://github.com/openstack/tripleo-heat-templates/blob/stable/queens/puppet/services/gnocchi-base.yaml#L33
   • GnocchiBackend：临时存储的类型。该值可以是 rbd、swift 或 file (ceph)。更多信息请参阅 https://github.com/openstack/tripleo-heat-templates/blob/stable/queens/environments/storage-environment.yaml#L29-L30
   • NumberOfStorageSacks：存储黑名单的数量。更多信息请参阅 第 4.1.2 节 “sacks 的数量”。

3. 将 gnocchi-environment.yaml 添加到 overcloud deploy 命令中，以及与您的环境和部署相关的任何其他环境文件。使用 <existing_overcloud_environment_files> 属于现有部署一部分的环境文件列表替换：

   $ openstack overcloud deploy \
   <existing_overcloud_environment_files> \
   -e ~gnocchi-environment.yaml \
   ...

   Copy to Clipboard Toggle word wrap

流程

1. 恢复您的索引和存储备份。
2. 如有必要，重新安装 Gnocchi。
3. 重新启动 Gnocchi.

流程

1. 使用 metric measures 命令：

   # openstack metric measures show --resource-id UUID <METER_NAME>

   Copy to Clipboard Toggle word wrap

2. 列出一系列时间戳中特定资源的测量结果：

   # openstack metric measures show --aggregation mean --start <START_TIME> --stop <STOP_TIME> --resource-id UUID <METER_NAME>

   Copy to Clipboard Toggle word wrap

   时间戳变量 <START_TIME> 和 <END_TIME> 使用格式 iso-dateThh:mm:ss。

流程

1. 创建新资源类型：

   $ openstack metric resource-type create testResource01 -a bla:string:True:min_length=123
   ----------------------------------------------------------------------------+
   | Field          | Value                                                      |
   ----------------------------------------------------------------------------+
   | attributes/bla | max_length=255, min_length=123, required=True, type=string |
   | name           | testResource01                                             |
   | state          | active                                                     |
   ----------------------------------------------------------------------------+

   Copy to Clipboard Toggle word wrap

2. 查看资源类型的配置：

   $ openstack metric resource-typegnocchi resource-type show testResource01
   ----------------------------------------------------------------------------+
   | Field          | Value                                                      |
   ----------------------------------------------------------------------------+
   | attributes/bla | max_length=255, min_length=123, required=True, type=string |
   | name           | testResource01                                             |
   | state          | active                                                     |
   ----------------------------------------------------------------------------+

   Copy to Clipboard Toggle word wrap

3. 删除资源类型：

   $ openstack metric resource-type delete testResource01

   Copy to Clipboard Toggle word wrap

流程

1. 列出现有的 Telemetry 警报：

   # openstack alarm list
   +--------------------------------------+--------------------------------------------+----------------------------+-------------------+----------+---------+
   | alarm_id                             | type                                       | name                       | state             | severity | enabled |
   +--------------------------------------+--------------------------------------------+----------------------------+-------------------+----------+---------+
   | 922f899c-27c8-4c7d-a2cf-107be51ca90a | gnocchi_aggregation_by_resources_threshold | iops-monitor-read-requests | insufficient data | low      | True    |
   +--------------------------------------+--------------------------------------------+----------------------------+-------------------+----------+---------+

   Copy to Clipboard Toggle word wrap

2. 要列出分配给资源的计量，请指定资源的 UUID。例如：

   # openstack resource show 5e3fcbe2-7aab-475d-b42c-a440aa42e5ad

   Copy to Clipboard Toggle word wrap

流程

1. 创建警报并使用查询来隔离实例的特定 ID (94619081-abf5-4f1f-81c7-9cedaa872403)以进行监控：

   # openstack alarm create --type gnocchi_aggregation_by_resources_threshold --name cpu_usage_high --metric cpu_util --threshold 80 --aggregation-method sum --resource-type instance --query '{"=": {"id": "94619081-abf5-4f1f-81c7-9cedaa872403"}}' --alarm-action 'log://'
   +---------------------------+-------------------------------------------------------+
   | Field                     | Value                                                 |
   +---------------------------+-------------------------------------------------------+
   | aggregation_method        | sum                                                   |
   | alarm_actions             | [u'log://']                                           |
   | alarm_id                  | b794adc7-ed4f-4edb-ace4-88cbe4674a94                  |
   | comparison_operator       | eq                                                    |
   | description               | gnocchi_aggregation_by_resources_threshold alarm rule |
   | enabled                   | True                                                  |
   | evaluation_periods        | 1                                                     |
   | granularity               | 60                                                    |
   | insufficient_data_actions | []                                                    |
   | metric                    | cpu_util                                              |
   | name                      | cpu_usage_high                                        |
   | ok_actions                | []                                                    |
   | project_id                | 13c52c41e0e543d9841a3e761f981c20                      |
   | query                     | {"=": {"id": "94619081-abf5-4f1f-81c7-9cedaa872403"}} |
   | repeat_actions            | False                                                 |
   | resource_type             | instance                                              |
   | severity                  | low                                                   |
   | state                     | insufficient data                                     |
   | state_timestamp           | 2016-12-09T05:18:53.326000                            |
   | threshold                 | 80.0                                                  |
   | time_constraints          | []                                                    |
   | timestamp                 | 2016-12-09T05:18:53.326000                            |
   | type                      | gnocchi_aggregation_by_resources_threshold            |
   | user_id                   | 32d3f2c9a234423cb52fb69d3741dbbc                      |
   +---------------------------+-------------------------------------------------------+

   Copy to Clipboard Toggle word wrap

2. 若要编辑现有阈值警报，可使用 aodh alarm update 命令。例如，要将警报阈值增加到 75%，请使用以下命令：

   # openstack alarm update --name cpu_usage_high --threshold 75

   Copy to Clipboard Toggle word wrap

流程

1. 检查现有项目，再选择您要监控的项目的适当 UUID。本例使用 admin 租户：

   $ openstack project list
   +----------------------------------+----------+
   | ID                               | Name     |
   +----------------------------------+----------+
   | 745d33000ac74d30a77539f8920555e7 | admin    |
   | 983739bb834a42ddb48124a38def8538 | services |
   | be9e767afd4c4b7ead1417c6dfedde2b | demo     |
   +----------------------------------+----------+

   Copy to Clipboard Toggle word wrap

2. 使用项目 UUID 创建警报，以分析 admin 租户中实例生成的所有读取请求的 sum （）。您可以使用 --query 参数进一步限制查询：

   # openstack alarm create --type gnocchi_aggregation_by_resources_threshold --name iops-monitor-read-requests --metric disk.read.requests.rate --threshold 42000 --aggregation-method sum --resource-type instance --query '{"=": {"project_id": "745d33000ac74d30a77539f8920555e7"}}'
   +---------------------------+-----------------------------------------------------------+
   | Field                     | Value                                                     |
   +---------------------------+-----------------------------------------------------------+
   | aggregation_method        | sum                                                       |
   | alarm_actions             | []                                                        |
   | alarm_id                  | 192aba27-d823-4ede-a404-7f6b3cc12469                      |
   | comparison_operator       | eq                                                        |
   | description               | gnocchi_aggregation_by_resources_threshold alarm rule     |
   | enabled                   | True                                                      |
   | evaluation_periods        | 1                                                         |
   | granularity               | 60                                                        |
   | insufficient_data_actions | []                                                        |
   | metric                    | disk.read.requests.rate                                   |
   | name                      | iops-monitor-read-requests                                |
   | ok_actions                | []                                                        |
   | project_id                | 745d33000ac74d30a77539f8920555e7                          |
   | query                     | {"=": {"project_id": "745d33000ac74d30a77539f8920555e7"}} |
   | repeat_actions            | False                                                     |
   | resource_type             | instance                                                  |
   | severity                  | low                                                       |
   | state                     | insufficient data                                         |
   | state_timestamp           | 2016-11-08T23:41:22.919000                                |
   | threshold                 | 42000.0                                                   |
   | time_constraints          | []                                                        |
   | timestamp                 | 2016-11-08T23:41:22.919000                                |
   | type                      | gnocchi_aggregation_by_resources_threshold                |
   | user_id                   | 8c4aea738d774967b4ef388eb41fef5e                          |
   +---------------------------+-----------------------------------------------------------+

   Copy to Clipboard Toggle word wrap

流程

1. 输入 openstack metric resource show 命令和实例 UUID，以识别您可以监控的指标：

   $ openstack metric resource show --type instance d71cdf9a-51dc-4bba-8170-9cd95edd3f66
   +-----------------------+---------------------------------------------------------------------+
   | Field                 | Value                                                               |
   +-----------------------+---------------------------------------------------------------------+
   | created_by_project_id | 44adccdc32614688ae765ed4e484f389                                    |
   | created_by_user_id    | c24fa60e46d14f8d847fca90531b43db                                    |
   | creator               | c24fa60e46d14f8d847fca90531b43db:44adccdc32614688ae765ed4e484f389   |
   | display_name          | test-instance                                                       |
   | ended_at              | None                                                                |
   | flavor_id             | 14c7c918-df24-481c-b498-0d3ec57d2e51                                |
   | flavor_name           | m1.tiny                                                             |
   | host                  | overcloud-compute-0                                                 |
   | id                    | d71cdf9a-51dc-4bba-8170-9cd95edd3f66                                |
   | image_ref             | e75dff7b-3408-45c2-9a02-61fbfbf054d7                                |
   | metrics               | compute.instance.booting.time: c739a70d-2d1e-45c1-8c1b-4d28ff2403ac |
   |                       | cpu.delta: 700ceb7c-4cff-4d92-be2f-6526321548d6                     |
   |                       | cpu: 716d6128-1ea6-430d-aa9c-ceaff2a6bf32                           |
   |                       | cpu_l3_cache: 3410955e-c724-48a5-ab77-c3050b8cbe6e                  |
   |                       | cpu_util: b148c392-37d6-4c8f-8609-e15fc15a4728                      |
   |                       | disk.allocation: 9dd464a3-acf8-40fe-bd7e-3cb5fb12d7cc               |
   |                       | disk.capacity: c183d0da-e5eb-4223-a42e-855675dd1ec6                 |
   |                       | disk.ephemeral.size: 15d1d828-fbb4-4448-b0f2-2392dcfed5b6           |
   |                       | disk.iops: b8009e70-daee-403f-94ed-73853359a087                     |
   |                       | disk.latency: 1c648176-18a6-4198-ac7f-33ee628b82a9                  |
   |                       | disk.read.bytes.rate: eb35828f-312f-41ce-b0bc-cb6505e14ab7          |
   |                       | disk.read.bytes: de463be7-769b-433d-9f22-f3265e146ec8               |
   |                       | disk.read.requests.rate: 588ca440-bd73-4fa9-a00c-8af67262f4fd       |
   |                       | disk.read.requests: 53e5d599-6cad-47de-b814-5cb23e8aaf24            |
   |                       | disk.root.size: cee9d8b1-181e-4974-9427-aa7adb3b96d9                |
   |                       | disk.usage: 4d724c99-7947-4c6d-9816-abbbc166f6f3                    |
   |                       | disk.write.bytes.rate: 45b8da6e-0c89-4a6c-9cce-c95d49d9cc8b         |
   |                       | disk.write.bytes: c7734f1b-b43a-48ee-8fe4-8a31b641b565              |
   |                       | disk.write.requests.rate: 96ba2f22-8dd6-4b89-b313-1e0882c4d0d6      |
   |                       | disk.write.requests: 553b7254-be2d-481b-9d31-b04c93dbb168           |
   |                       | memory.bandwidth.local: 187f29d4-7c70-4ae2-86d1-191d11490aad        |
   |                       | memory.bandwidth.total: eb09a4fc-c202-4bc3-8c94-aa2076df7e39        |
   |                       | memory.resident: 97cfb849-2316-45a6-9545-21b1d48b0052               |
   |                       | memory.swap.in: f0378d8f-6927-4b76-8d34-a5931799a301                |
   |                       | memory.swap.out: c5fba193-1a1b-44c8-82e3-9fdc9ef21f69               |
   |                       | memory.usage: 7958d06d-7894-4ca1-8c7e-72ba572c1260                  |
   |                       | memory: a35c7eab-f714-4582-aa6f-48c92d4b79cd                        |
   |                       | perf.cache.misses: da69636d-d210-4b7b-bea5-18d4959e95c1             |
   |                       | perf.cache.references: e1955a37-d7e4-4b12-8a2a-51de4ec59efd         |
   |                       | perf.cpu.cycles: 5d325d44-b297-407a-b7db-cc9105549193               |
   |                       | perf.instructions: 973d6c6b-bbeb-4a13-96c2-390a63596bfc             |
   |                       | vcpus: 646b53d0-0168-4851-b297-05d96cc03ab2                         |
   | original_resource_id  | d71cdf9a-51dc-4bba-8170-9cd95edd3f66                                |
   | project_id            | 3cee262b907b4040b26b678d7180566b                                    |
   | revision_end          | None                                                                |
   | revision_start        | 2017-11-16T04:00:27.081865+00:00                                    |
   | server_group          | None                                                                |
   | started_at            | 2017-11-16T01:09:20.668344+00:00                                    |
   | type                  | instance                                                            |
   | user_id               | 1dbf5787b2ee46cf9fa6a1dfea9c9996                                    |
   +-----------------------+---------------------------------------------------------------------+

   Copy to Clipboard Toggle word wrap

   因此，指标值列出了您可以使用 aodh 警报监控的组件，如 cpu_util。

2. 要监控 CPU 用量，请使用 cpu_util 指标：

   $ openstack metric show --resource-id d71cdf9a-51dc-4bba-8170-9cd95edd3f66 cpu_util
   +------------------------------------+-------------------------------------------------------------------+
   | Field                              | Value                                                             |
   +------------------------------------+-------------------------------------------------------------------+
   | archive_policy/aggregation_methods | std, count, min, max, sum, mean                                   |
   | archive_policy/back_window         | 0                                                                 |
   | archive_policy/definition          | - points: 8640, granularity: 0:05:00, timespan: 30 days, 0:00:00  |
   | archive_policy/name                | low                                                               |
   | created_by_project_id              | 44adccdc32614688ae765ed4e484f389                                  |
   | created_by_user_id                 | c24fa60e46d14f8d847fca90531b43db                                  |
   | creator                            | c24fa60e46d14f8d847fca90531b43db:44adccdc32614688ae765ed4e484f389 |
   | id                                 | b148c392-37d6-4c8f-8609-e15fc15a4728                              |
   | name                               | cpu_util                                                          |
   | resource/created_by_project_id     | 44adccdc32614688ae765ed4e484f389                                  |
   | resource/created_by_user_id        | c24fa60e46d14f8d847fca90531b43db                                  |
   | resource/creator                   | c24fa60e46d14f8d847fca90531b43db:44adccdc32614688ae765ed4e484f389 |
   | resource/ended_at                  | None                                                              |
   | resource/id                        | d71cdf9a-51dc-4bba-8170-9cd95edd3f66                              |
   | resource/original_resource_id      | d71cdf9a-51dc-4bba-8170-9cd95edd3f66                              |
   | resource/project_id                | 3cee262b907b4040b26b678d7180566b                                  |
   | resource/revision_end              | None                                                              |
   | resource/revision_start            | 2017-11-17T00:05:27.516421+00:00                                  |
   | resource/started_at                | 2017-11-16T01:09:20.668344+00:00                                  |
   | resource/type                      | instance                                                          |
   | resource/user_id                   | 1dbf5787b2ee46cf9fa6a1dfea9c9996                                  |
   | unit                               | None                                                              |
   +------------------------------------+-------------------------------------------------------------------+

   Copy to Clipboard Toggle word wrap
   • archive_policy：定义计算 std、count、min、max、sum 和 mean 值的聚合间隔。

3. 使用 aodh 创建查询 cpu_util 的监控任务。此任务会根据您指定的设置触发事件。例如，当实例的 CPU 高峰持续时间超过 80% 时，要引发日志条目，请使用以下命令：

   $ openstack alarm create \
     --project-id 3cee262b907b4040b26b678d7180566b \
     --name high-cpu \
     --type gnocchi_resources_threshold \
     --description 'High CPU usage' \
     --metric cpu_util \
     --threshold 80.0 \
     --comparison-operator ge \
     --aggregation-method mean \
     --granularity 300 \
     --evaluation-periods 1 \
     --alarm-action 'log://' \
     --ok-action 'log://' \
     --resource-type instance \
     --resource-id d71cdf9a-51dc-4bba-8170-9cd95edd3f66
   +---------------------------+--------------------------------------+
   | Field                     | Value                                |
   +---------------------------+--------------------------------------+
   | aggregation_method        | mean                                 |
   | alarm_actions             | [u'log://']                          |
   | alarm_id                  | 1625015c-49b8-4e3f-9427-3c312a8615dd |
   | comparison_operator       | ge                                   |
   | description               | High CPU usage                       |
   | enabled                   | True                                 |
   | evaluation_periods        | 1                                    |
   | granularity               | 300                                  |
   | insufficient_data_actions | []                                   |
   | metric                    | cpu_util                             |
   | name                      | high-cpu                             |
   | ok_actions                | [u'log://']                          |
   | project_id                | 3cee262b907b4040b26b678d7180566b     |
   | repeat_actions            | False                                |
   | resource_id               | d71cdf9a-51dc-4bba-8170-9cd95edd3f66 |
   | resource_type             | instance                             |
   | severity                  | low                                  |
   | state                     | insufficient data                    |
   | state_reason              | Not evaluated yet                    |
   | state_timestamp           | 2017-11-16T05:20:48.891365           |
   | threshold                 | 80.0                                 |
   | time_constraints          | []                                   |
   | timestamp                 | 2017-11-16T05:20:48.891365           |
   | type                      | gnocchi_resources_threshold          |
   | user_id                   | 1dbf5787b2ee46cf9fa6a1dfea9c9996     |
   +---------------------------+--------------------------------------+

   Copy to Clipboard Toggle word wrap
   • comparison-operator：如果 CPU 使用率大于或等于 80%，ge 运算符定义了警报触发。
   • granularity：指标关联有一个归档策略，策略可以具有各种粒度。例如，每月 1 小时的 5 分钟聚合为 1 小时聚合。granularity 值必须与归档策略中描述的持续时间匹配。
   • 评估-periods：在警报触发前需要传递的粒度周期数。例如，如果您将此值设置为 2，则在警报触发前，CPU 用量需要超过 80% 才能触发两个轮询周期。

   • [U'log://']：当您将 alarm_actions 或 ok_actions 设置为 [u'log://'] 时，事件会被触发或返回到普通的状态，则会记录到 aodh 日志文件。

     注意

     您可以定义在警报触发时运行的不同操作(alarm_actions)，并在返回正常状态(ok_actions) （如 Webhook URL）时运行。

流程

1. 将 tripleo-heat-templates/environments/logging-environment.yaml 文件复制到您的主目录。

2. 在复制的文件中，在 LoggingServers 参数中创建条目以适应您的环境。以下片段是 LoggingServers 参数配置示例：

   parameter_defaults:
   
   Simple configuration
   
   LoggingServers:
    - host: log0.example.com
      port: 24224
    - host: log1.example.com
      port: 24224

   Copy to Clipboard Toggle word wrap

3. 在 openstack overcloud deploy 命令中包括修改后的环境文件，以及与您环境和部署相关的任何其他环境文件。使用 <existing_overcloud_environment_files> 属于现有部署一部分的环境文件列表替换：

   $ openstack overcloud deploy \
   <existing_overcloud_environment_files> \
   -e /home/templates/environments/logging-environment.yaml \
   ...

   Copy to Clipboard Toggle word wrap

   S .Additional 资源

   • 更多信息请参阅 第 6.5 节 “可配置的日志记录参数”。

流程

1. 要覆盖 nova-compute 服务的默认路径，请在配置文件中添加 NovaComputeLoggingSource 参数的路径。

    NovaComputeLoggingSource:
         tag: openstack.nova.compute
         path: /some/other/path/nova-compute.log

   Copy to Clipboard Toggle word wrap

   tag 和 path 属性是 < service_name>LoggingSource 参数的必要 元素。在每个服务上，定义标签和路径，默认派生了其余值。

2. 您可以修改特定服务的格式。这会直接传递给 Fluentd 配置。LoggingDefaultFormat 参数的默认格式为 /(?<time>\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}.\d+) (<pid>\d+) (<priority>\S+) (<message>.*)$/使用以下语法：

   <service_name>LoggingSource:
       tag: <service_name>.tag
       path: <service_name>.path
       format: <service_name>.format

   Copy to Clipboard Toggle word wrap

   以下片段是一个更复杂的转换示例：

    ServiceLoggingSource:
       tag: openstack.Service
       path: /var/log/containers/service/service.log
       format: multiline
       format_firstline: '/^\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}.\d{3} \d+ \S+ \S+ \[(req-\S+ \S+ \S+ \S+ \S+ \S+|-)\]/'
       format1: '/^(?<Timestamp>\S+ \S+) (?<Pid>\d+) (?<log_level>\S+) (?<python_module>\S+) (\[(req-(?<request_id>\S+) (?<user_id>\S+) (?<tenant_id>\S+) (?<domain_id>\S+) (?<user_domain>\S+) (?<project_domain>\S+)|-)\])? (?<Payload>.*)?$/'

   Copy to Clipboard Toggle word wrap