潘欣欣

摘 要 基于虛擬化云平臺(tái)，提出了一種可擴(kuò)展集成的云平臺(tái)監(jiān)控機(jī)制，并最終實(shí)現(xiàn)了虛擬化云平臺(tái)監(jiān)控系統(tǒng)。從而保證云平臺(tái)穩(wěn)定運(yùn)行，并向用戶提供可靠的服務(wù)。

【關(guān)鍵詞】虛擬化 監(jiān)控 監(jiān)測(cè)機(jī)制 實(shí)時(shí)性 可靠性

1 電信設(shè)備虛擬化

1.1 電信設(shè)備虛擬化的必要性

傳統(tǒng)核心網(wǎng)由于軟硬件耦合度很高，同一個(gè)網(wǎng)元不同設(shè)備商提供不同的軟硬件，新業(yè)務(wù)功能的開(kāi)發(fā)也依賴于設(shè)備商，往往開(kāi)發(fā)耗時(shí)較長(zhǎng)，代價(jià)大，且功能的定制化也很繁瑣。虛擬化實(shí)現(xiàn)軟硬件解耦，硬件資源虛擬化為多個(gè)虛擬機(jī)，各種應(yīng)用部署于同一個(gè)硬件平臺(tái)上，使得網(wǎng)元容量配置調(diào)整周期從數(shù)周縮短到數(shù)分鐘，從而大大提升了網(wǎng)絡(luò)擴(kuò)容的敏捷性，并實(shí)現(xiàn)設(shè)備容量彈性擴(kuò)充，消除設(shè)備瓶頸。

所以電信設(shè)備虛擬化一問(wèn)世就迅速引起了各大運(yùn)營(yíng)商的關(guān)注，目前歐美一些運(yùn)營(yíng)商已經(jīng)開(kāi)始部署虛擬化設(shè)備。

1.2 傳統(tǒng)電信設(shè)備和虛擬化電信設(shè)備的比較

傳統(tǒng)電信設(shè)備和虛擬化電信設(shè)備的區(qū)別如表1所示。

電信設(shè)備最重要的一條原則就是要保證99.999%的高可靠性。虛擬化后，應(yīng)用之間變?yōu)镮P網(wǎng)絡(luò)，要及時(shí)有效的監(jiān)測(cè)各應(yīng)用的正常運(yùn)行，是電信設(shè)備的一條最基本的也是必須具備的功能。

電信設(shè)備的設(shè)備監(jiān)測(cè)對(duì)實(shí)時(shí)性和可靠性要求極高。傳統(tǒng)的電信設(shè)備監(jiān)測(cè)主要是依賴硬件器件做監(jiān)測(cè)，通過(guò)監(jiān)測(cè)硬件寄存器，用硬件watch dog監(jiān)測(cè)板卡狀態(tài)是否正常。這種監(jiān)測(cè)實(shí)時(shí)性強(qiáng)，可靠性高。虛擬化后的電信設(shè)備，沒(méi)有專用的硬件設(shè)備監(jiān)測(cè)，只能用軟件來(lái)實(shí)現(xiàn)監(jiān)測(cè)。如何保證同樣的實(shí)時(shí)性和可靠性？這是虛擬化后要面對(duì)的一個(gè)難題。

虛擬化后的電信設(shè)備為了保證高可靠性一般都是雙機(jī)熱備份的，這也是監(jiān)測(cè)機(jī)制實(shí)現(xiàn)的基礎(chǔ)。如果是不可修復(fù)的錯(cuò)誤先采取主備切換然后再進(jìn)行修復(fù)，這樣可以保證正常的電信業(yè)務(wù)不受影響。

2 虛擬化后的監(jiān)測(cè)機(jī)制

虛擬化后的監(jiān)測(cè)機(jī)制有以下幾個(gè)不同的監(jiān)測(cè)級(jí)別：

（1）主機(jī)級(jí)別的監(jiān)控。當(dāng)主機(jī)出現(xiàn)問(wèn)題時(shí)，可以及時(shí)觸發(fā)主機(jī)的主備切換。

（2）虛擬機(jī)級(jí)別的監(jiān)控。當(dāng)虛擬機(jī)出現(xiàn)問(wèn)題，可以及時(shí)觸發(fā)虛擬機(jī)級(jí)別的主備切換。

（3）進(jìn)程級(jí)別的監(jiān)控。當(dāng)虛擬機(jī)里面運(yùn)行的進(jìn)程出現(xiàn)問(wèn)題時(shí)，可以及時(shí)發(fā)現(xiàn)并觸發(fā)相應(yīng)的恢復(fù)機(jī)制。

上面幾個(gè)級(jí)別的監(jiān)測(cè)是同時(shí)存在，互相配合，可以保證虛擬化后監(jiān)測(cè)機(jī)制的高可靠性和實(shí)時(shí)性。

3 主機(jī)級(jí)別的監(jiān)控

虛擬化的監(jiān)測(cè)首先要保證主機(jī)層面的可靠性。

首先，同一個(gè)應(yīng)用的主備應(yīng)該在不同的主機(jī)上，這樣萬(wàn)一主機(jī)發(fā)生重啟或者掉電，備用的應(yīng)用可以繼續(xù)承載業(yè)務(wù)。其次，當(dāng)主機(jī)重啟或者掉電時(shí)，為了保證虛擬機(jī)里面運(yùn)行的應(yīng)用能將及時(shí)觸發(fā)切換，防止業(yè)務(wù)的丟失。通過(guò)英特爾制定的APCI（高級(jí)配置與電源接口），監(jiān)測(cè)到主機(jī)關(guān)閉或者退出時(shí)，觸發(fā)主機(jī)上的虛擬機(jī)，做相應(yīng)的退出處理，這樣可以做到平滑關(guān)機(jī)，不影響業(yè)務(wù)。再次，主機(jī)還要對(duì)運(yùn)行的虛擬機(jī)進(jìn)行監(jiān)控，如果其有異常，及時(shí)觸發(fā)主備切換，然后啟動(dòng)虛擬機(jī)。

對(duì)于主機(jī)突然掉電或者拔出的極端情況，虛擬機(jī)級(jí)別的監(jiān)測(cè)機(jī)制可以監(jiān)測(cè)到這種情況，進(jìn)行相應(yīng)的處理，只不過(guò)業(yè)務(wù)中斷的時(shí)間稍微長(zhǎng)比平滑關(guān)機(jī)的時(shí)間長(zhǎng)一點(diǎn)。

4 虛擬機(jī)級(jí)別的監(jiān)控

一個(gè)網(wǎng)元通常都是有多個(gè)應(yīng)用組成。不同的應(yīng)用運(yùn)行在不同的主機(jī)不同的虛擬機(jī)上，之間是基于IP網(wǎng)絡(luò)的。為了保證各個(gè)應(yīng)用之間的正常運(yùn)行還需要監(jiān)測(cè)各個(gè)應(yīng)用之間的通訊和狀態(tài)。

虛擬機(jī)之間的監(jiān)測(cè)有以下三種：

（1）主用的主控模塊-->其他應(yīng)用+備用的主控模塊。主用的主控模塊會(huì)監(jiān)測(cè)系統(tǒng)中所有虛擬機(jī)的狀態(tài)，如果發(fā)現(xiàn)狀態(tài)異常或者網(wǎng)絡(luò)中斷，會(huì)先觸發(fā)各應(yīng)用的主備切換，然后采用自恢復(fù)措施，試圖修復(fù)出問(wèn)題的應(yīng)用。

（2）備用的主控模塊-->主用的主控模塊。備用的主控模塊會(huì)監(jiān)測(cè)主用的主控模塊的狀態(tài)，如果發(fā)現(xiàn)異常，會(huì)觸發(fā)主備切換，然后試圖修復(fù)原主用的主控模塊。

（3）應(yīng)用自我監(jiān)測(cè)。每個(gè)應(yīng)用（包括主控模塊）會(huì)監(jiān)測(cè)自己和外界的通訊是否正常。因?yàn)檫@些虛擬機(jī)之間通訊都是通過(guò)網(wǎng)絡(luò)的，如果出現(xiàn)網(wǎng)絡(luò)中斷的情況，虛擬機(jī)之間的控制消息也沒(méi)有辦法通訊。也即，即使主控模塊發(fā)現(xiàn)與這個(gè)應(yīng)用之間的網(wǎng)絡(luò)中斷了，也無(wú)法通知到這個(gè)應(yīng)用。這個(gè)監(jiān)測(cè)主要是針對(duì)這種情況，進(jìn)行自我修復(fù)用的。

5 進(jìn)程級(jí)別的監(jiān)控

一個(gè)虛擬機(jī)對(duì)應(yīng)原來(lái)的一個(gè)業(yè)務(wù)網(wǎng)卡，現(xiàn)在稱為一個(gè)應(yīng)用，每個(gè)虛擬機(jī)上至少要有應(yīng)用進(jìn)程，守護(hù)進(jìn)程和監(jiān)控進(jìn)程三個(gè)進(jìn)程。

（1）應(yīng)用進(jìn)程：負(fù)責(zé)處理網(wǎng)元內(nèi)部的具體業(yè)務(wù)。

（2）守護(hù)進(jìn)程：虛擬機(jī)啟來(lái)后，立即啟動(dòng)該進(jìn)程，負(fù)責(zé)監(jiān)測(cè)監(jiān)控進(jìn)程的狀態(tài)。

（3）監(jiān)控進(jìn)程：監(jiān)測(cè)應(yīng)用進(jìn)程的狀態(tài)。

為了保障高可靠性，首先需要各應(yīng)用自己要能夠監(jiān)測(cè)自己的應(yīng)用運(yùn)行是否正常。在虛擬機(jī)內(nèi)部的監(jiān)測(cè)主要有：

（1）監(jiān)測(cè)監(jiān)控進(jìn)程。守護(hù)進(jìn)程會(huì)監(jiān)測(cè)監(jiān)控進(jìn)程，如果監(jiān)控進(jìn)程不存在，就啟動(dòng)監(jiān)控進(jìn)程。

（2）監(jiān)測(cè)應(yīng)用。監(jiān)控進(jìn)程會(huì)監(jiān)測(cè)應(yīng)用的進(jìn)程是否正常，如果不正常，會(huì)上報(bào)，并根據(jù)出錯(cuò)情況采取對(duì)應(yīng)的修復(fù)措施，例如主備切換等。

（3）監(jiān)測(cè)應(yīng)用的線程。監(jiān)控進(jìn)程除了監(jiān)測(cè)應(yīng)用進(jìn)程，還會(huì)對(duì)一些關(guān)鍵的線程進(jìn)行監(jiān)測(cè)，如果發(fā)現(xiàn)沒(méi)有正常運(yùn)行或者沒(méi)有響應(yīng)的情況，根據(jù)出錯(cuò)情況采取對(duì)應(yīng)的修復(fù)措施。

有了以上這些監(jiān)測(cè)機(jī)制，可以保證對(duì)每個(gè)虛擬機(jī)內(nèi)部運(yùn)行的進(jìn)程做到實(shí)時(shí)監(jiān)測(cè)，一旦發(fā)現(xiàn)問(wèn)題，及時(shí)修復(fù)，保證每個(gè)網(wǎng)元上每個(gè)應(yīng)用的高可靠性。

作者單位

上海貝爾軟件有限公司 上海市 201206