[發(fā)明專利]一種對ceph集群進(jìn)行監(jiān)控和告警的系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202010057439.3
• 申請日: 2020-01-19
• 公開（公告）號: CN111290909A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 李敏;蔡衛(wèi)衛(wèi);謝濤濤;宋偉
• 申請（專利權(quán)）人: 山東匯貿(mào)電子口岸有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30
• 代理公司: 濟(jì)南信達(dá)專利事務(wù)所有限公司 37100
• 代理人: 姜明

本發(fā)明公開了一種對ceph集群進(jìn)行監(jiān)控和告警的系統(tǒng)及方法，屬于云計算技術(shù)領(lǐng)域。本發(fā)明的對ceph集群進(jìn)行監(jiān)控和告警的系統(tǒng)，包括狀態(tài)采集模塊、數(shù)據(jù)分析模塊和告警推送模塊，狀態(tài)采集模塊用于周期性采集ceph集群狀態(tài)，數(shù)據(jù)分析模塊用于分析收集狀態(tài)采集模塊采集的ceph集群狀態(tài)信息，告警推送模塊用于將告警信息發(fā)送至運維人員。該發(fā)明的對ceph集群進(jìn)行監(jiān)控和告警的系統(tǒng)在故障發(fā)生后能夠及時通知到運維人員，幫助運維人員迅速判斷故障緊急性，提升運維效率，具有很好的推廣應(yīng)用價值。

技術(shù)領(lǐng)域

本發(fā)明涉及云計算技術(shù)領(lǐng)域，具體提供一種對ceph集群進(jìn)行監(jiān)控和告警的系統(tǒng)及方法。

背景技術(shù)

ceph是一種分布式存儲系統(tǒng)，具有高性能、高可用性、高可擴(kuò)展性以及特性豐富等特點。ceph支持三種調(diào)用接口，分別為對象存儲、塊存儲和文件存儲，在虛擬化領(lǐng)域里，比較常用到的是ceph的塊設(shè)備存儲，比如在OpenStack項目里，ceph的塊設(shè)備存儲可以對接OpenStack的cinder后端存儲。ceph相比其它存儲的優(yōu)勢點在于在實現(xiàn)存儲功能的同時還充分利用了存儲節(jié)點上的計算能力，在存儲數(shù)據(jù)時，都會通過特有的CRUSH算法計算得出該數(shù)據(jù)存儲的位置，盡量將數(shù)據(jù)分布均衡，同時可以由管理員自行定義存儲副本數(shù)，使得它不存在傳統(tǒng)的單點故障的問題。ceph的核心組件包括ceph OSD、ceph monitor和ceph MDS。ceph OSD的主要功能是存儲、復(fù)制以及平衡數(shù)據(jù)等，OSD之間會進(jìn)行心跳檢查并將組件的變化情況上報到ceph monitor；ceph monitor的主要功能為監(jiān)控ceph集群，維護(hù)cpeh集群健康狀態(tài)，同時維護(hù)集群的map信息；ceph MDS的主要功能為保存文件系統(tǒng)服務(wù)的元數(shù)據(jù)，該組件只有用到文件存儲時才需要使用。

在ceph的luminous版本中增加了一個組件：ceph mgr(Ceph Manager Daemon)。該組件的主要功能是分擔(dān)和擴(kuò)展了ceph monitor的一些功能，減小其工作壓力，同時提供外部監(jiān)控管理系統(tǒng)的接口。ceph mgr提供了一個名為prometheus的插件，實現(xiàn)了與監(jiān)控軟件prometheus的接口，可以將ceph mgr收集的ceph集群信息傳遞到prometheus中進(jìn)行監(jiān)控。

在ceph集群運行過程中，慢請求是一種常見的告警信息，其現(xiàn)象為：如果某個cephOSD對一個請求響應(yīng)很慢，那么會生成日志信息說明請求耗費的時間過長。ceph集群發(fā)生慢請求時可能會造成集群性能下降，持續(xù)時間過長甚至?xí)斐蒾sd down的現(xiàn)象，影響用戶使用。雖然ceph集群可以發(fā)現(xiàn)慢請求的現(xiàn)象并打印出日志，但是對于管理員來說并不能及時發(fā)現(xiàn)故障，在實際生產(chǎn)中可能影響業(yè)務(wù)運行。傳統(tǒng)運維過程中通常在出現(xiàn)運行業(yè)務(wù)受到影響或ceph集群出現(xiàn)其他故障時管理員才會進(jìn)入環(huán)境查看ceph集群的健康狀態(tài)，從而發(fā)現(xiàn)存在慢請求的故障，再進(jìn)行恢復(fù)。但是這種方法不夠及時高效，無法實現(xiàn)對ceph業(yè)務(wù)的有效監(jiān)控和管理。

發(fā)明內(nèi)容

本發(fā)明的技術(shù)任務(wù)是針對上述存在的問題，提供一種在故障發(fā)生后能夠及時通知到運維人員，幫助運維人員迅速判斷故障緊急性，提升運維效率的對ceph集群進(jìn)行監(jiān)控和告警的系統(tǒng)。

本發(fā)明進(jìn)一步的技術(shù)任務(wù)是提供一種對ceph集群進(jìn)行監(jiān)控和告警的方法。

為實現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：

一種對ceph集群進(jìn)行監(jiān)控和告警的系統(tǒng)，包括狀態(tài)采集模塊、數(shù)據(jù)分析模塊和告警推送模塊，狀態(tài)采集模塊用于周期性采集ceph集群狀態(tài)，數(shù)據(jù)分析模塊用于分析收集狀態(tài)采集模塊采集的ceph集群狀態(tài)信息，告警推送模塊用于將告警信息發(fā)送至運維人員。

作為優(yōu)選，所述狀態(tài)采集模塊周期性的采集ceph集群的狀態(tài)信息，對采集的ceph集群的狀態(tài)信息進(jìn)行篩選，篩選出關(guān)于慢請求的信息，上報至數(shù)據(jù)分析模塊。

作為優(yōu)選，狀態(tài)采集模塊對采集到的ceph集群的狀態(tài)信息按照時間序列進(jìn)行保存。