云計算環(huán)境中開源監(jiān)控系統(tǒng)Nagios的部署與性能監(jiān)測*

林為偉

(福建師范大學(xué))

0 引言

隨著云計算和大數(shù)據(jù)應(yīng)用的飛速發(fā)展，服務(wù)行業(yè)的IT運力需求漸漸的轉(zhuǎn)移到云服務(wù)中來，有鑒于云計算的各種優(yōu)勢，越來越多的企業(yè)也開始著手建立自主的云計算數(shù)據(jù)中心.云計算數(shù)據(jù)中心必須保障部署于虛擬機中各應(yīng)用系統(tǒng)的正常運行，在虛擬機或者云計算基礎(chǔ)硬件設(shè)備發(fā)生故障前能夠及時發(fā)現(xiàn)并排除，以保證整個系統(tǒng)的正常運行，提高系統(tǒng)運行的質(zhì)量和效率.這就需要有一個良好的監(jiān)控和管理軟件.開源監(jiān)控軟件Nagios具有跨平臺、高度擴展性、接口標(biāo)準(zhǔn)化、松散耦合、可基于HTTP協(xié)議靈活訪問等特點［1］，可以完成對被監(jiān)控服務(wù)或資源進行全天候不間斷地智能監(jiān)控，做到及時報警.大大減輕了網(wǎng)絡(luò)管理員的工作量，并提高工作效率，是企業(yè)實施云計算數(shù)據(jù)中心監(jiān)控的較好選擇.

1 Nagios軟件簡介

盡管Nagios作為一款網(wǎng)絡(luò)管理監(jiān)控的軟件，功能很強大，但是其并沒有自帶監(jiān)管功能［5］. Nagios是一款高度插件化的軟件，具有很高的可擴展性，插件可以由Nagios官方提供的，也可以由用戶自己開發(fā).當(dāng)插件每一次監(jiān)測對象時，只需返回四種狀態(tài)值中的一種，Nagios核心會根據(jù)反饋的狀態(tài)值做出相應(yīng)的動作.這四種狀態(tài)值分別是:OK(正常)、WARNING(警告)、CRITICAL (非常嚴重的錯誤)、UNKNOWN(未知錯誤).Nagios的web界面默認情況下是每5 min自動刷新一次，但是對被監(jiān)控對象的監(jiān)控時間可以根據(jù)管理員的需要自己分配的.

監(jiān)控軟件Nagios運行在Linux或Unix環(huán)境下，并提供web瀏覽器直觀展示監(jiān)控狀態(tài)信息. Nagios還附有功能非常強大的報警機制，支持手機短信報警、飛信報警、郵件報警等.

2 云計算數(shù)據(jù)中心監(jiān)控部署架構(gòu)

云計算的核心理念是基于互聯(lián)網(wǎng)提供的計算服務(wù)，云計算建立在分散的服務(wù)器的基礎(chǔ)之上實現(xiàn)計算需求，這里以業(yè)界流行的開源云計算框架OpenStack的云主機Nova物理架構(gòu)［2］為例說明如何在云計算數(shù)據(jù)中心中部署Nagios監(jiān)控.

圖1 云計算物理架構(gòu)圖

如圖1所示，云計算物理架構(gòu)從網(wǎng)絡(luò)上劃分為管理網(wǎng)、數(shù)據(jù)網(wǎng)、存儲網(wǎng)和公網(wǎng).管理網(wǎng)控制計算節(jié)點、存儲節(jié)點、網(wǎng)絡(luò)節(jié)點以及控制節(jié)點的網(wǎng)絡(luò)連接，計算節(jié)點與存儲節(jié)點之間有大量的數(shù)據(jù)傳輸，所以通常需要千兆或者萬兆高速交換網(wǎng)絡(luò)實現(xiàn)連接;數(shù)據(jù)網(wǎng)連接虛擬機和網(wǎng)絡(luò)節(jié)點，為虛擬機提供互聯(lián)互訪服務(wù)，同樣需要千兆或者萬兆的高速交換網(wǎng)絡(luò)實現(xiàn)連接.Nagios監(jiān)控服務(wù)器部署于管理網(wǎng)絡(luò)中，實現(xiàn)了業(yè)務(wù)數(shù)據(jù)流量和管理流量的分離，這樣由監(jiān)控輪詢產(chǎn)生的流量不會影響網(wǎng)絡(luò)用戶的業(yè)務(wù)流量.Nagios可以監(jiān)控云計算數(shù)據(jù)中心各個虛擬機資源的CPU負荷、內(nèi)存負載、磁盤利用率、自身提供服務(wù)(HTTP、SSH等)、當(dāng)前用戶數(shù)、上傳下載數(shù)據(jù)包流量等，同時也可以監(jiān)控網(wǎng)絡(luò)中交換機和路由器的的運行狀態(tài)、端口狀態(tài)、端口流量等，確保了云計算數(shù)據(jù)中心的穩(wěn)定可靠運行.

根據(jù)企業(yè)云計算數(shù)據(jù)中心布局和需求，管理員應(yīng)該制作合理的監(jiān)控策略.不是盲目對任何資源都進行監(jiān)控，適當(dāng)舍去非必要項，對監(jiān)控資源進行分類，設(shè)置不同的優(yōu)先級，從而保障整個監(jiān)控機制的效率.首先，云計算數(shù)據(jù)中心各個虛擬機服務(wù)器在網(wǎng)絡(luò)中充當(dāng)著重要角色，比如企業(yè)中備份服務(wù)器、人事管理系統(tǒng)服務(wù)器、FTP服務(wù)器等.對于服務(wù)器主要監(jiān)控CPU、內(nèi)存、硬盤的使用情況、郵件傳輸、用戶使用數(shù)、文件傳送.對于交換機和路由器需要監(jiān)控其CPU和內(nèi)存的負載以及各個端口流量值，若是大數(shù)據(jù)流量可能會使端口“壞掉”.然后對這些被監(jiān)控對象的參數(shù)給定合理的閥值，設(shè)置報警方案，一出現(xiàn)故障就發(fā)信息及時通知管理員.

Nagios監(jiān)控主要基于SNMP協(xié)議，所以監(jiān)控方式主要是輪詢，輪詢機制在數(shù)據(jù)采集時設(shè)置的頻率應(yīng)該定義一個合理的范圍，時間間隔太短會消耗太多的網(wǎng)絡(luò)資源，因此對于輪詢間隔時間的選擇就顯得尤為重要.正常情況下應(yīng)該根據(jù)不同企業(yè)的監(jiān)控需求和監(jiān)控對象的數(shù)量規(guī)模的實際情況選擇不同的輪詢間隔時間.但是對于一般情況下重要的監(jiān)控參數(shù)可以配置成每隔5 min檢測一次，在警告狀態(tài)下每1分鐘檢測一次.連續(xù)檢測5次是故障狀態(tài)，必須立即發(fā)短信通知管理員.

如果按照一般的固定輪詢間隔時間的方式進行監(jiān)控數(shù)據(jù)的采集，整個管理系統(tǒng)會存在輪詢時間長，效率低下，管理站負擔(dān)過重，監(jiān)控數(shù)據(jù)流量占用過大帶寬等問題.因此需要對現(xiàn)有的輪詢方式進行改進，這里提出一種基于優(yōu)先級的條件控制的動態(tài)SNMP輪詢間隔時間生成算法以實現(xiàn)對網(wǎng)絡(luò)設(shè)備的更為高效的監(jiān)控［3］.

為了合理設(shè)置動態(tài)輪詢時間間隔TimeInterval，提出了監(jiān)控對象優(yōu)先級的概念，采用了基于標(biāo)準(zhǔn)方差分析的方法，即在每一次輪詢之后都會記錄下結(jié)果，并將結(jié)果參與標(biāo)準(zhǔn)方差運算，然后觀察輪詢數(shù)據(jù)結(jié)果偏離統(tǒng)計的樣本平均值的偏差，再根據(jù)偏差程度去設(shè)置優(yōu)先級別的高低，最后根據(jù)優(yōu)先級確定輪詢間隔時間.如果對象輪詢參數(shù)結(jié)果出現(xiàn)經(jīng)常性的偏離樣本平均值非常大的情況，就說明該對象可能會出現(xiàn)異常，可以設(shè)置較高的優(yōu)先級，加快輪詢的頻率，方便管理服務(wù)器對其進行進一步的處理.基本方法如下:

(1)設(shè)置輪詢間隔時間TimeInterval的初始值，通?？梢匀≈禐檎］喸冮g隔時間的中間值.

(2)根據(jù)統(tǒng)計原理計算取值偏離樣本平均值的情況.

在公式(1)和(2)中Vi為每一次輪詢獲取的結(jié)果值;為歷史輪詢結(jié)果統(tǒng)計的樣本平均值;Vj為歷史輪詢過程中每一次的獲取的返回結(jié)果值，S(i)是每一次計算出的標(biāo)準(zhǔn)方差值.

(3)確定輪詢時間間隔

這一步主要是根據(jù)上一步算出的輪詢值偏差程度來確定其優(yōu)先級別的大小.基本思路是:如果標(biāo)準(zhǔn)方差值比較高，則輪詢值波動變化較大，說明該對象動態(tài)過程明顯，可以設(shè)置較高的優(yōu)先級，在進行輪詢時，應(yīng)該選擇較短的輪詢時間間隔.而如果標(biāo)準(zhǔn)方差值不高，則輪詢值保持平穩(wěn)，說明該輪詢對象靜態(tài)特征明顯，可以設(shè)置較低的優(yōu)先級，在處理的時候應(yīng)該選擇較長輪詢時間間隔.關(guān)于函數(shù)F的選擇可以根據(jù)具體輪詢對象和用戶需求而定.通過該基于優(yōu)先級的條件控制的動態(tài)SNMP輪詢間隔時間算法的控制后，大大提高了管理站的輪詢效率，降低了網(wǎng)絡(luò)負載.

3 Nagios軟件和插件的安裝配置

3.1 Nagios服務(wù)器端安裝配置

Nagios服務(wù)器端必須安裝在Linux或者Unix的操作系統(tǒng)環(huán)境下，下面簡要說明一下安裝流程.

(1)從Nagios官網(wǎng)中下載nagios－4.0.1.tar.gz并編譯安裝.

(3)安裝 Nagios完成，隨后安裝 nagios插件.

(4)插件安裝好后，在web頁面的地址欄輸入Nagios監(jiān)控服務(wù)器IP地址.例:192.168.1. 11/nagios/.在彈出驗證密碼窗口上輸入密碼即可進入相關(guān)監(jiān)控頁碼，如圖2所示，目前只有Localhost的狀態(tài)，說明安裝成功.

圖2 localhost狀態(tài)圖

3.2 虛擬機服務(wù)器的監(jiān)控客戶端插件的安裝配置

這里以最常見的兩種操系統(tǒng)Linux和Windows虛擬機服務(wù)器說明Nagios監(jiān)控客戶端的安裝配置.

(1)Linux虛擬機監(jiān)控客戶端的安裝

Nagios監(jiān)控 Linux虛擬機原理是:Nagios Server(服務(wù)端)運用check_nrpe插件跟客戶端的nrpe進程進行通信.二者能夠通信的前提就是要在Linux虛擬機客戶端啟用nrpe，服務(wù)端要安裝nrpe插件但不需要啟動nrpe服務(wù).由于必須先安裝nagios－plugins插件再進行nrpe的安裝，這就促使了后者對前者的依賴.默認情況下nrpe是監(jiān)聽在5666端口上，啟動nrpe服務(wù)后可以用命令netstat–an查看該端口是不是處于LISTENING狀態(tài).

nrpe的工作過程:Nagios服務(wù)端通過nrpe向客戶端發(fā)起命令，客戶端的nrpe接收到請求就執(zhí)行監(jiān)測本地的插件然后得到數(shù)據(jù)并返回給對方的check－nrpe，nagios core(nagios核心)對返回數(shù)據(jù)進行分析得到最終結(jié)果狀態(tài)值.客戶端也可以主動向被監(jiān)控端發(fā)起監(jiān)控某資源的請求.

(2)Windows虛擬機監(jiān)控客戶端的安裝

Windows虛擬機必須安裝 NSClient++組件.NSClient++的組建的安裝過程很簡單，一般根據(jù)安裝向?qū)б徊讲綀?zhí)行下去即可.其中允許主機地址是要填寫Nagios服務(wù)所在的系統(tǒng)IP地址.安裝好NSClient++后可以在Windows虛擬機查看該服務(wù)是否開啟，缺省端口是12489.

3.3 監(jiān)控云計算虛擬機結(jié)果展示

Nagios服務(wù)器段和客服端都安裝部署完畢后，就可對云計算機中心的云服務(wù)器進行監(jiān)控.如圖3所示，Nagios監(jiān)控Linux虛擬機組的CPU負載(LOAD)、總進程數(shù)(TOTAL)、登陸用戶數(shù)(USER)、VDA1的使用情況(VDA1)、僵尸進程(ZOMBIE)、ssh服務(wù)(SSH)、丟包率(PING).四種狀態(tài)分別使用四種顏色標(biāo)記，綠色是OK、黃色是WARNING、紅色是CRITICAL、深黃色是UNKNOWN.通過顏色馬上就能知道哪些服務(wù)出現(xiàn)什么狀態(tài).如圖4所示，Nagios監(jiān)控Windows虛擬機的C盤的使用情況(C:Drive Space)、CPU負荷(CPU Load)、進程數(shù)(Explorer)、內(nèi)存利用率(Memory Usage)、組件NSClient++的版本類型(NSClient++Version)、運行時間(Uptime)等信息.

圖3 Linux云服務(wù)器組狀態(tài)圖

圖4 Windows云服務(wù)器狀態(tài)圖

4 云計算平臺性能測試及分析

企業(yè)通過構(gòu)建云計算平臺提高了資源的利用率并降低了運營成本，但是在給定的資源和負載下，虛擬機的性能通常會比物理機更差一些，因此有必要進行實驗和測試，對這種性能上的差異進行測試和分析，從而實現(xiàn)更為高效透明地部署云計算平臺.Nagios監(jiān)控軟件對這種分析和測試提供了有力的支持.

4.1 實驗設(shè)計

實驗環(huán)境使用Grizzly版本的OpenStack構(gòu)建云計算平臺搭建在5臺物理服務(wù)器上，服務(wù)器的配置均為2* Intel Xeon E5－2620 cpu 64GB內(nèi)存、2*千兆網(wǎng)卡，2*300GB SAS硬盤支持全虛擬化技術(shù).

表1 實驗環(huán)境配置

如表1所示，通過硬件環(huán)境和操作系統(tǒng)都相同的物理服務(wù)器和由OpenStack云計算平臺生成的虛擬機來對比物理機環(huán)境和虛擬化環(huán)境的性能差異.首先通過在5個物理服務(wù)器上獨立安裝測試工具RFT［4］，并為每臺服務(wù)服務(wù)器平均分配100條測試用例，然后同時開始執(zhí)行.每臺物理服務(wù)器上安裝Nagios客戶端，通過Nagios服務(wù)器監(jiān)控各個服務(wù)器的CPU利用率和內(nèi)存使用情況.接著由OpenStack云計算平臺生成同樣配置的5臺虛擬機同樣并行運行這500條測試用例，每臺虛擬服務(wù)器上同樣安裝Nagios客戶端，通過Nagios服務(wù)器監(jiān)控各個服務(wù)器的CPU利用率和內(nèi)存使用情況.

4.2 結(jié)果分析

5臺物理服務(wù)器在正常情況下執(zhí)行完測試用例所花費的時間約為163 min，而5臺同樣配置的虛擬機花費的時間大約為196 min.可以看出執(zhí)行同樣的測試用例，物理服務(wù)器所花費的時間比云計算平臺的虛擬機要少，效率要高.但是通過觀察服務(wù)器的CPU利用率和內(nèi)存的使用情況，可以發(fā)現(xiàn)云計算平臺的虛擬機的平均負載要比物理服務(wù)器均衡的多.如圖6所示.物理服務(wù)器的CPU利用率和內(nèi)存的占用率上下波動比較大，不均衡，而云計算平臺的虛擬機的CPU利用率大致維持在34%左右，而內(nèi)存的占用率大致在22%左右，沒有太大的波動，比較均衡.通過實驗說明雖然云計算平臺不及物理服務(wù)器效率高，但是虛擬機的CPU利用率和內(nèi)存的占用率均衡很多，這樣就大大降低了由于某個節(jié)點負載太重而造成的死機等故障，提高了整個系統(tǒng)的可靠性和健壯性.

圖5 CPU利用率/內(nèi)存利用率對比圖

4.3 實驗擴展

除了基本的物理機和虛擬機的性能和負載比較實驗外，還可以通過多種實驗進一步對云計算平臺的性能進行監(jiān)測和分析.例如分析云計算平臺的額外開銷，額外開銷是云基礎(chǔ)設(shè)施重點關(guān)注的性能問題，需要被限制在一個可接受的范圍之內(nèi);還可以分析云計算平臺的各種參數(shù)(例如CPU資源分配策略，內(nèi)存資源分配策略)對系統(tǒng)性能的影響［5］.

5 結(jié)束語

通過在云計算數(shù)據(jù)中心部署實施開源監(jiān)控軟件Nagios，實現(xiàn)對云計算基礎(chǔ)設(shè)施和虛擬機的實時監(jiān)控管理，并對傳統(tǒng)SNMP協(xié)議的輪詢機制進行改進，提出了一種基于優(yōu)先級的動態(tài)SNMP輪詢間隔時間生成算法，提高了監(jiān)控效率，并設(shè)計了多種實驗方案討論了如何利用Nagios對云計算平臺進行性能監(jiān)測和分析.

［1］ 王飛.基于分布式Nagios體系的應(yīng)用監(jiān)控平臺設(shè)計與實現(xiàn):［碩士學(xué)位論文］.上海:復(fù)旦大學(xué)，2011(9):1－6.

［2］ 陳伯龍，程志鵬，張杰.云計算與OpenStack［M］.北京:電子工業(yè)出版社，2013.

［3］ 朱創(chuàng)錄.SNMP網(wǎng)絡(luò)管理中高效輪詢方法研究［J］.計算機技術(shù)與發(fā)展，2012(3):36－40.

［4］ 黃曉玲，陳桂林，趙生彗.基于云計算的并行測試方案設(shè)計與實現(xiàn)［J］.計算機工程，2012，12(24).

［5］ 黃曉飛.云基礎(chǔ)設(shè)施服務(wù)性能監(jiān)測系統(tǒng)的研究與實現(xiàn):碩士學(xué)位論文.北京:清華大學(xué)，2013.