[发明专利]一种云平台的虚拟机带内指标获取方法及系统

说明书

本发明公开了一种云平台的虚拟机带内指标获取方法及系统，其通过获取虚拟机cpu系统运行文件，读取虚拟机cpu系统运行文件中的cpu运行目标指标项，利用cpu运行目标指标项计算虚拟机带内指标值，将虚拟机带内指标值上报给虚拟机管理模块，精确的虚拟机带内指标值能直观，准确地呈现节点的业务压力，进而辅助管理者做出合理的扩容缩容决策，最终达到提高系统资源利用率的效果。

技术领域

本发明属于云平台领域，具体涉及一种云平台的虚拟机带内指标获取方法及系统。

背景技术

目前普遍的云主机的监控方式是在创建云主机的过程中增加监控脚本及其配置文件、定时任务和监控信息推送配置文件的注入过程。这四个文件中，其中监控信息推送配置文件由云主机所属用户的注册信息以及监控平台相关配置生成，并且传入创建云主机的API来实现文件的注入。

然而，这种监控方案存在很多缺点，首先云主机必须存在root账户，为了注入这些监控文件，需要对openstack中nova(openstack中计算模块)组件代码进行大的改动，也无法与社区同步；windows镜像也会注入这些无用的文件，可能导致一些意想不到的问题；另外如果有的镜像的操作系统不在第一个分区上，则注入的监控文件会失效，已经运行的云主机内部的监控相关文件更新困难，导致新监控项的添加、推送周期、推送地址等的修改也比较困难，灵活性较差，Nova中base64编码的注入脚本的代码可读性很差，代码更新及维护困难，定位问题一般都需要登录到云主机内部进行，对于采用密钥对登录的云主机来说定位问题比较困难。

在openstack为主的云平台中，虚拟机指标值如虚拟机cpu使用率数据是由ceilometer组件采集并保存，该指标数据计算过程为：(本次cpu使用时间-上次cpu使用时间)/系统时间间隔，其中cpu使用时间是调用libvirt获得，为虚拟机进程在宿主机上的使用时间。然而虚拟机平均使用率应该仅关注客户机上线程所所占用的cpu时间。这就意味着ceilometer计算cpu使用率指标数据所依赖的cpu time会大于实际cpu time，进而导致cpu使用率不够准确，因而，采用传统方式统计虚拟机指标值并不准确。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种云平台的虚拟机带内指标获取方法及系统，其通过获取虚拟机cpu系统运行文件，读取虚拟机cpu系统运行文件中的cpu运行目标指标项，利用cpu运行目标指标项计算虚拟机带内指标值，将虚拟机带内指标值上报给虚拟机管理模块，准确的虚拟机监控指标值能更更好地呈现节点的业务压力，进而辅助管理者做出扩容缩容的决策，最终提高虚拟机资源的利用率。

为实现上述目的，按照本发明的一个方面，提供了一种云平台的虚拟机带内指标获取方法，包括如下步骤：

获取虚拟机cpu系统运行文件，读取虚拟机cpu系统运行文件中的cpu运行目标指标项，利用cpu运行目标指标项计算虚拟机带内指标值，将虚拟机带内指标值上报给虚拟机管理模块，虚拟机管理模块依据虚拟机带内指标值进行扩容缩容决策。

作为本发明的进一步改进，虚拟机带内指标值包括虚拟机cpu使用率、虚拟机cpu负载和虚拟机内存使用率。

作为本发明的进一步改进，利用上述方法获取待统计时间段虚拟机cpu使用率具体为：

读取待统计时间段起点的虚拟机cpu系统运行文件中的cpu运行目标指标项以统计待统计时间段起点的cpu使用总时间，读取待统计时间段起点的虚拟机cpu系统运行文件中的cpu运行目标指标项以统计待统计时间段终点的cpu使用总时间，待统计时间段的cpu使用总时间为待统计时间段终点和待统计时间段起点的cpu使用总时间的差值；

统计待统计时间段起点的非硬盘IO等待时间，统计待统计时间段终点的非硬盘IO等待时间，待统计时间段的非硬盘IO等待时间为待统计时间段终点和待统计时间段起点的非硬盘IO等待时间的差值；