Openstack Ceilometer监控项扩展

Openstack ceilometer主要用于监控虚拟机、服务（glance、image、network等）和事件。虚拟机的监控项主要包括CPU、磁盘、网络、instance。本文在现有监控项的基础上，介绍如何增加新的监控项目。

一、Ceilometer框架结构

Ceilometer监控通过在计算节点部署Compute服务，轮询其计算节点上的instance，获取各自的CPU、网络、磁盘等监控信息，发送到RabbitMQ，Collector服务负责接收信息进行持久化存储，详细框架如下图所示（点击查看大图）。

本文主要介绍instance的监控，获取instance的监控数据发送到message队列。instance的监控数据的获取主要通过Compute服务以pollster方式轮询各虚拟机，Compute服务类图如下（点击查看大图）。

通过该类图可知，新增项目需要继承ComputePollster类，并实现get_samples方法。最后通过配置即可，获取到新的监控项数据。由于，现有的Ceilometer没有对内存的实时监控，本文以内存为例，详细介绍增加新的监控项的流程。

二、新增虚拟机监控项

现有虚拟机的监控项目，没有对内存的监控。本文以内存为例，介绍增加内存监控模块的方法，增加内存监控方法比较简单，主要在compute端增加获取数据的方式，然后修改配置文件，即可将数据持久化数据库中。详细步骤如下：

1、在 ceilometer/ceilometer/compute/pollsters目录下新建文件mem.py(名字自定义)。在该文件下定义MEMPollster类并实现get_samples方法：

class MEMPollster(plugin.ComputePollster):

def get_samples(self, manager, cache, instance):

2、get_samples中获取内存数据的方式，可参考CPU获取数据的架构，在ceilometer/ceilometer/compute/virt/inspector.py 中定义返回数据的格式：

MEMStats = collections.namedtuple(‘MEMStats’, ['total', 'free'])

获取内存方式多样，本文采用读取proc文件获取instance所在进程占用的内存大小，有时获取的数据比instance最大内存大，所以该方式对windows系统的虚机有一定的误差，仅作为示例参考。方法定义如下：

def inspect_mems(self, instance_name):

获取数据后，按sample数据结构返回即可。

3、设计完上述获取数据的方式后，并不能轮询到内存数据，还需要修改一些设置文件。

首先，修改ceilometer/setup.cfg文件，在该文件ceilometer.poll.compute下，增加

mem = ceilometer.compute.pollsters.mem:MEMPollster

其次，由于包冲突的问题，将ceilometer安装在隔离环境中，所以source隔离环境，重新安装ceilometer，以上配置才能生效。执行 python setup.py develop 命令即可。

4、重启ceilometer服务，进入mongodb的ceilometer数据库即可在meter表中查看mem的监控数据。

监控的一些实现，可以做一下：https://github.com/kevinjs/procagent