उत्पादन में मुर्गी की निगरानी

एक वर्चुअलाइजेशन होस्ट को चलाने की आवश्यकता है जो एक्सएन पर चलने की एक छोटी सूची है। यह पूर्ण पढ़ने के लिए अपील नहीं करता है, लेकिन यह उन लोगों के लिए उपयोगी होगा जो एक्सएन के साथ काम करते हैं। परिवर्धन और स्पष्टीकरण का स्वागत है।

यह नोट मेजबान की निगरानी के बारे में है, न कि आभासी मशीनों या उस पर चलने वाली उनकी सेवाओं के बारे में।

तो, चलो एक सरल के साथ शुरू करते हैं:

• मेजबान के लिए पिंग, पहुंच प्रबंधन ssh। टिप्पणियों की आवश्यकता नहीं है।
• संदेश ipmi / ilo अन्य प्रबंधन प्रणाली। यह MCE (प्रोसेसर, मदरबोर्ड के हार्डवेयर खराबी), मेमोरी एरर, बिजली की आपूर्ति की विफलता, पंखे, शरारती चंचल पेन जो मामले को खोलते हैं, आदि को पकड़ लेता है। बाहरी आईपीएमआई इंटरफेस पर निगरानी रखना बेहतर है, हालांकि मेजबान पर आईआईटमूल सेल सूची भी करेगी।
• राज्य डोम 0 (विशिष्ट):
  1. ला (इसकी अधिकता समस्याओं को इंगित करती है, सामान्य डोमे ला पर 0.1 से आगे नहीं जाना चाहिए, 2-3 से अधिक - एक समस्या)
  2. सीपीयू उपयोग। निगरानी आमतौर पर असुविधाजनक होती है (क्योंकि इसमें माप अंतराल की आवश्यकता होती है), सबसे अधिक बार इसे zabbix / cacti / munin के माध्यम से कार्यान्वित किया जाता है
  3. एक लॉग के साथ वर्गों पर मुफ्त स्थान। उदाहरण के लिए, अगर जगह पर / var चलता है, तो XenServer का "बीप" मोड में जाना पसंद है, और डिफ़ॉल्ट रूप से उनके पास लगभग 4GB सब कुछ है
  4. नि: शुल्क मेमोरी (डोम 0 ही)। अगर dom0 से एप्लिकेशन स्वैप पर जाते हैं, तो सभी वर्चुअल मशीनों के लिए परेशानी होगी
  5. खुले नेटवर्क कनेक्शन की संख्या। मूल्य स्वयं प्रयोगात्मक रूप से चुना जाता है, अत्यधिक नहीं होना चाहिए
  6. छापे की स्थिति और हार्ड ड्राइव। मेजबान पर डिस्क की विफलता या गिरावट, भले ही वे रूट के लिए "केवल" का उपयोग किया जाता है (अर्थात, अलग-अलग वर्चुअल मशीनों का डेटा), तो निरोधात्मक / var / log तंत्रिकाओं को खराब कर सकते हैं। हार्डवेयर छापे के मामले में विशेष ध्यान - आपको एक विक्रेता उपयोगिता खोजने और इसका उपयोग करने की आवश्यकता है। यदि मेल के लिए कॉन्फ़िगर किया गया है तो सॉफ्टवेयर RAID पूरी तरह से mdadm को हैंडल करता है। ड्राइव खुद को स्मार्टमूनोल या किसी विक्रेता से कुछ द्वारा नियंत्रित किया जाता है।
• ज़ीन की स्थिति:
  1. डोमेन की संख्या - एक निश्चित संख्या से अधिक होने पर निम्न वर्चुअल मशीनों को शुरू करते समय समस्याओं से भरा होता है। लूप, टैपडिस्क, एलवीएम, इस्की, आदि के लिए छोटी संख्या समाप्त हो जाती है।
  2. भूल गए डोमेन की उपस्थिति। कुछ टूलस्टैक्स एक डोमेन को स्थिति 's' (शटडाउन) के साथ भूल सकते हैं - यदि ऐसा डोमेन 1-3 सेकंड से अधिक के लिए डोमेन की सूची में लटका हुआ है, तो कुछ गलत है।
  3. ज़ोंबी डोमेन की उपस्थिति। यदि डोमेन में एक से अधिक सेकंड के लिए एक ही समय में d और s फ़्लैग हैं, तो होस्ट बहुत खराब है - dom0 और डोमेन के बीच साझा मेमोरी पेज हैं, और वे हाइपरविज़र को नहीं दिए गए हैं, अर्थात डोमेन को नहीं मारा जा सकता है। मेरे व्यवहार में, यह अक्सर "खराब" टैपडिस्क था।
  4. मुफ्त हाइपरविजर मेमोरी। आपको हाइपरविजर के लिए कम से कम 100-200 एमबी मेमोरी आरक्षित करने की आवश्यकता है ताकि छाया पृष्ठों और होस्ट से लाइव माइग्रेशन का उपयोग किया जा सके। ध्यान दें कि यह कार्य "लोड संतुलन" से अलग है, क्योंकि यह मेजबान के लिए एक पूर्व-आपातकालीन स्थिति है, अर्थात, इसे स्वतंत्र रूप से मॉनिटर किया जाना चाहिए।
  5. Uuid 00000000-0000-0000-0000-000000000000 (डोमेन इनिशियलाइज़ेशन एरर) या uuid के साथ डोमेनों के होस्ट (सेकंड से अधिक) की उपस्थिति डेडबायफ़-डेड-बीफ़ के साथ शुरू होती है ... - xapi में विफलता का संकेत। एक त्रुटि कोड करने के लिए स्वाइन विधि, लेकिन अवलोकन। आपको इसकी आवश्यकता है))।
  6. Xena के कंसोल रिंग में एक्सट्रॉनिक (नए) संदेशों की उपस्थिति। कुछ की उपस्थिति आमतौर पर मेहमानों के साथ समस्याओं या गुंडागर्दी को इंगित करती है (उदाहरण के लिए, एमएसआर रिकॉर्ड करने का प्रयास)
• सेवा स्थिति dom0
  1. Ntpd और संदर्भ के बीच विसंगति। 0.2s (नेटवर्क की गुणवत्ता के आधार पर चुनने के लिए एक आंकड़ा) की एक विसंगति समस्याओं को इंगित करती है और उन मेहमानों को सीधे प्रभावित कर सकती है जिनके पास क्रॉल करने का समय भी है।
  2. चाप तालिका का आकार। यदि यह बहुत बड़ा है, तो यह SAN के प्रदर्शन को महत्वपूर्ण रूप से कम कर सकता है, जिससे लगातार ARP फिर से अनुरोध हो सकता है, यानी गेस्ट डिस्क लैग्स।
  3. प्रबंधन / सान के लिए उपयोग किए जाने वाले नेटवर्क इंटरफेस का भार। यदि यह एक निश्चित सीमा से ऊपर है (सैन के लिए - 30-40% से ऊपर), तो यह ब्रेक के संभावित स्रोत को इंगित करता है। यह 10-20G के बारे में है, क्योंकि एक गीगाबिट पर इंटरफ़ेस किसी न किसी समय-समय पर उस गिगाबिट में ठोकर खाएगा
  4. सभी एसएसएल प्रमाणपत्रों की प्रासंगिकता। "ओह, सर्वर एपीआई उपलब्ध नहीं है" के विपरीत, यह चेक आपको "चेतावनी, प्रमाणपत्र एक महीने में खराब हो जाएगा" कहने की अनुमति देता है।
  5. कतार की गहराई (xapi) का समर्थन करने वाले टूलस्टैक्स के लिए - इस कतार का आकार। लाइन में 30-50 कार्य आमतौर पर समस्याओं का संकेत होते हैं। इसी समय, ऐसा चेक दासों और मास्टर की कनेक्टिविटी की भी जांच करता है - अर्थात। सत्यापन दासों पर सबसे अच्छा किया जाता है।
• मॉनिटरिंग dmesg। ज्यादातर अक्सर यह ग्रीप द्वारा किया जाता है, और मेजबान पर नहीं, बल्कि इसके बाहर। Dmesg भेजने के लिए syslog और netconsole के माध्यम से लॉग भेजना बहुत जरूरी है। ग्रेप मॉनिटरिंग ठोस नहीं लगती है, लेकिन एक अंजीर संदेश समस्या के एक वास्तुशिल्प रूप से सही दमन से बेहतर है।
  1. कर्नेल निशान। कारण अलग हैं - सबसे अधिक बार यह ओओएम है, आईओ के साथ प्लगिंग, आदि। अतिथि dmesg में ट्रेस की उपस्थिति एक समस्या का एक स्पष्ट संकेत है
  2. खंडन दोष। Dom0 के अंदर कोई उपयोगकर्ता कार्यक्रम नहीं हो सकता है, और कोई भी दुर्घटनाग्रस्त कार्यक्रम या तो विफलता है या भविष्य का शोषण है।
  3. फ्लिप (लिंक डाउन / लिंक अप) नेटवर्क इंटरफेस के लक्षण। यदि इंटरफ़ेस फ्लैप करना शुरू कर दिया है, तो इसे तत्काल ऑपरेशन से बाहर निकालना चाहिए और यह पता लगाना चाहिए कि किसे दोष देना है। ऐसा होता है कि फ्लॉप लंबे समय तक जा सकते हैं, किसी के द्वारा पता नहीं लगाया जाता है और इस समय समस्या बढ़ती है। शायद केबल फंस गई है, शायद एसएफपी या नेटवर्क कार्ड मर रहा है।
  4. एनएफएस / आईएससीएसआई टाइमआउट, मल्टीपथ पथ स्विचिंग (या आप सैन में क्या उपयोग करते हैं) के बारे में एक संदेश। टाइमआउट का एक हिस्सा "नरम" है, अर्थात, यह मेहमानों तक नहीं पहुंचता है। लेकिन आपको उनके बारे में जानने की जरूरत है। प्रायोगिक रूप से सटीक प्रकार के संदेश का पता लगाया जाता है (परीक्षण भंडारण और निहारना)
  
  
• भंडारण सेटिंग्स की निगरानी। यह क्षेत्र "एक्सईएन" से बहुत आगे निकल जाता है, इसलिए मैं केवल बहुत ही न्यूनतम नाम रखूंगा जो कि एक्सईएन रखरखाव के लिए प्रासंगिक है (अर्थात, डिस्क निगरानी, ​​सरणी स्थिति, इंटरकनेक्ट, एसएएस लूप बंद करना, आदि पर चर्चा नहीं की जाएगी):
  
  1. निर्यातित मॉन्स / वॉल्यूम / कैटलॉग पर लेटेंसी मॉनिटरिंग। अपने आप को कुछ उचित लाइन (5-10ms) सेट करें और देखें - जैसे ही 95% प्रतिशत (यानी अनुरोधों का 5%) इस रेखा के साथ बाहर निकलता है - यह भविष्य की समस्याओं का एक स्पष्ट संकेत है
  2. आईओपीएस की निगरानी करना। यह निर्धारित करने के लिए कि मास्टर का व्यवसाय अधिकतम है या नहीं, लेकिन यह आवश्यक है कि न्यूनतम की निगरानी करना आवश्यक है। यदि 25k IOPS के साथ स्टोरेज सिस्टम पर आपका लोड 200 IOPS हो गया है, तो आपको निश्चित रूप से पता लगाना चाहिए कि क्यों।
  3. मेजबानों से सक्रिय कनेक्शन की संख्या। तकनीकी कार्य या इनपुट / आउटपुट के संचालन में अनुपस्थिति में इस मूल्य को बदलना समस्याओं का संकेत है (जिनमें से, शायद, मेजबान को अभी तक संदेह नहीं है)
  4. निपटान स्थल। अंतरिक्ष की बचत के लिए पतले प्रावधान, ओवरस्क्रिप्शन, डिडुप्लीकेशन, कम्प्रेशन, और अन्य तकनीकों वाले खेल चोटिल हो सकते हैं यदि आप वादों को पूरा नहीं करते हैं।