虚拟化项目的监控灾备及案例 | 肖力说KVM

Posted 2021-05-02 高效运维

编辑

• 高浩淼-北京

嘉宾介绍

肖力 资深KVM专家

拥有15年运维经验，就职于金山西山居，担任系统运维经理，曾就职于盛大游戏，从2009年开始研究KVM技术，是国内较早在生产环境大规模实践KVM的人之一，积累了非常丰富的经验。著有《深度实践KVM》一书。

专栏简介

本次介绍长期的虚拟化项目实践中的经验，主要介绍如何将已有的业务迁移到虚拟化环境。本文是第四篇。其他三篇的链接如下：

正文

本文介绍虚拟化运维中的监控、报警、灾备及应急响应要点是什么。

监控报警

硬件故障报警，现在主要是使用带外管理卡报警。

新一代服务器，带外管理卡监控已经非常完善，CPU、内存、磁盘、网卡、风扇、电源任何硬件故障都会报警，通过邮件，或者写脚本和自己的监控平台结合，可以很好的解决硬件报警的问题。

• CPU：建议每个核的CPU利用率也监控起来，经常会碰到一直情况，就是整体的CPU利用率不高，可能只有20-30%；但是有一两个核已经100%了，这时候其实已经碰到压力瓶颈了，但是通过整体的CPU利用率是发现不了的。

• 内存：swap利用情况建议也监控起来，作为虚拟化来说，一般不希望宿主机使用swap分区，所以swap的使用要监控起来，方便出问题的时候排查，如果有大量的swap使用，应该设置报警，肯定是碰到性能问题了。

• 磁盘、网络：虚拟化磁盘、网络是两个难点，一般在上线之前，应对其性能进行压力测试，得到极限数据，然后根据极限数据设置报警阀值。

灾备及应急响应

虚拟化的灾备有两种思路，应用层灾备及虚拟化层灾备，一般建议在应用层灾备。

虚拟化层灾备的手段是多份的镜像复制及快照，这个往往要消耗大量的资源，多份复杂是以牺牲几倍的磁盘空间为代价，快照是以牺牲性能为代价。

往往应用层即使做了很少的改动，虚拟化层难以感知，于是只能全部备份，或者快照。

但是应用层灾备就简单很多，只需要备份最近改动的部分，消耗的资源很少，而且速度很快。

灾备还要注意，定期演练非常重要，一方面是验证自己的灾备几种，一方面也是让参与的人能熟悉灾备过程，这样当发生问题的时候，就可以很快的恢复业务。

软硬件选型

• 软件方面，当然是稳定版本，但是在稳定版本的基础上，内核版本越高越好，为什么呢?

  因为内核版本越高，对CPU的上下文切换和中断优化的越好，越有利于提高宿主机转化率。Windows系统也一样，Windows虚拟机建议尽量使用比较新的版本。

• 硬件方面越强悍越好，内存越大越好，硬件越强悍，可以虚拟的虚拟机越多，从长时间综合看，肯定是节省成本的。

  另外，一台宿主机，使用上一段时间，我们往往发现内存是瓶颈点，所有一开始的时候，尽量内存配置点一点，可以避免随后的内存瓶颈。

公有云的选择

下面是本系列专栏的最后一项内容公有云选择的一些经验。

用户选择公有云的主要因素主要有以下5条：

1. 市场
   主要是价格，还有写公司和某些公有云就有合作，或者就是老板强制指定必须使用某款公有云。

2. 云主机稳定性
   选择公有云，对用户来说，最终用的就是云主机，所以云主机的稳定性也是重要因素，如果云主机三天两头崩溃、重启，甚至数据丢失。这方面，一般公有云都能做到。

3. 网络覆盖及网络质量
   在云上业务都是基于网络，网络质量是一个很关键的因素，网络质量包含多个因素：

   覆盖范围，覆盖范围越广越好；
   
   延时，丢包，抖动，就是延时、丢包符合要求，网络抖动不能很频繁。
   

4. 大数据分析、RDS、运维工具支持
   如果公有云能提供API，提供一套方便业务部署监控的工具，对用户也有一定的吸引力，尤其是运维。

5. 融合物理机和云主机的混合云是喜闻乐见的解决方案
   业务压力非常高，就需要物理机的支持，现在可以看到好多公有云也开始支持物理机的租用。

将业务迁移到云上，其实和虚拟化的过程是一样的，按照前面介绍的流程去做，可以保证比较稳定的完成，而且虚拟化的具体技术还不用我们关心。

最后，总结下本系列分享的内容：

在企业内部实施虚拟化，最重要的时候口碑，如果一个项目接一个项目成功实施，就会越做越顺利，相反，如果连续失败几个项目，虚拟化就推行不下去了。

（以上内容节选自《深度实践KVM》一书）

好消息来啦

全球运维大会·上海站，将于10月31日举行，届时三大运维体系（精益运维、高效运维和白盒运维），将首度同台汇演。本次会议免费，如需报名或了解详情，请猛戳如下链接。

如何一起愉快地发展

尊重知识，请必须全文转载，并包括本行。

欢迎点击广告或赞赏，以鼓励我们做得更好。谢谢：）