openstack的heat是H版本之后新加入的组件，旨在创建一套业务流程，更轻松的管理一个集群。集群之所以为集群，在于集群内部的虚机可以作为一个整体，统一给用户提供服务。这里我们要实现的是集群的可自动伸缩功能，heat中把功能定义为资源，heat在创建集群的过程中会用到nova, ceilometer, neutron等组件，而这些组件在heat中都可以看成资源，通过模板文件来描述，模板文件可以是yaml格式，也可以是json格式，一般常用yaml格式。
AutoScaling的概念最早出现在AWS，AutoScaling是一项Web服务，旨在根据用户定义的策略、时间表和运行状态检查启动或终止虚机。在I版本中，HOT模板资源有了较大的扩充，也包括对AutoScaling相关资源的支持。
根据官网提供的信息，Heat中的AutoScaling主要实现以下几个功能：
1. 用户可以使用给定的或自己写的AutoScaling模板创建一个可自动伸缩的集群。
2. 对外提供AutoScaling相关的接口。创建可伸缩集群不仅仅局限在首先要去创建一个模板，而是可以直接调用AutoScaling接口，显性得创建用户所需的集群。
3. 可伸缩的功能不仅仅应用在虚机管理上，对其他的资源也提供可伸缩运算。
4. 创建自动伸缩集群的同时，提供给用户其他资源，比如负载均衡，集群管理，虚机配置等。
至此，I版本实现了如下几个目标：
1. 实现了根据模板创建一个可自动伸缩集群。
2. 基于模板，可以在创建模板的过程中实现对集群的管理以及虚机配置。
因为Heat把实体都定义为资源，其他资源比如负载均衡，IP池，Alarm等都和Server或者Cluster资源类似，对其他资源的可伸缩也可以做到。
I版本Heat没有向外提供AutoScaling相关的API，有了基本设计思路，目前还处于开发测试阶段，下面是官网的一个截图：
实现AutoScaling功能主要用到三个资源ScalingGoup, ScalingPolicy, WebHook，三个资源的功能各不相同。
ScalingGroup资源定义ScalingGroup子资源数量范围（定义maxsize和minsize），定义子资源类型和子资源涵盖的各种资源。YAML文件中，ScalingGroup资源如下表示：
我们借鉴openstack github平台上的官方模板创建可自动伸缩集群模，把模板中关于loadbalance部分抽离出来，仅仅使用autoscaling group， scaling polocy, alarm组件。时间一个“干净”的，最基础的可伸缩原型。模板如下：
heat_template_version: 2013-05-23description: AutoScaling Wordpressparameters: image: type: string description: Image used for servers key: type: string description: SSH key to connect to the servers flavor: type: string description: flavor used by the web servers NetID: type: string description: Network ID for the serverresources: db: type: OS::Nova::Server properties: flavor: {get_param: flavor} image: {get_param: image} key_name: {get_param: key} networks: - network: { get_param: NetID } web_server_scaleup_policy: type: OS::Heat::ScalingPolicy properties: adjustment_type: change_in_capacity auto_scaling_group_id: {get_resource: web_server_group} cooldown: 60 scaling_adjustment: 1 web_server_scaledown_policy: type: OS::Heat::ScalingPolicy properties: adjustment_type: change_in_capacity auto_scaling_group_id: {get_resource: web_server_group} cooldown: 60 scaling_adjustment: -1 cpu_alarm_high: type: OS::Ceilometer::Alarm properties: description: Scale-up if the average CPU > 50% for 1 minute meter_name: cpu_util statistic: avg period: 50 evaluation_periods: 1 threshold: 30 insufficient_data_actions: - {get_attr: [web_server_scaleup_policy, alarm_url]} matching_metadata: {'metadata.user_metadata.stack': {get_param: "OS::stack_id"}} comparison_operator: gt cpu_alarm_low: type: OS::Ceilometer::Alarm properties: description: Scale-down if the average CPU < 15% for 10 minutes meter_name: cpu_util statistic: avg period: 300 evaluation_periods: 1 threshold: 10 alarm_actions: - {get_attr: [web_server_scaledown_policy, alarm_url]} matching_metadata: {'metadata.user_metadata.stack': {get_param: "OS::stack_id"}} comparison_operator: lt web_server_group: type: OS::Heat::AutoScalingGroup properties: min_size: 1 max_size: 3 resource: type: OS::Nova::Server properties: flavor: {get_param: flavor} image: {get_param: image} key_name: {get_param: key} metadata: {"metering.stack": {get_param: "OS::stack_id"}} networks: - network: { get_param: NetID }outputs: scale_up_url: description: > This URL is the webhook to scale up the autoscaling group. You can invoke the scale-up operation by doing an HTTP POST to this URL; no body nor extra headers are needed. value: {get_attr: [web_server_scaleup_policy, alarm_url]} scale_dn_url: description: > This URL is the webhook to scale down the autoscaling group. You can invoke the scale-down operation by doing an HTTP POST to this URL; no body nor extra headers are needed. value: {get_attr: [web_server_scaledown_policy, alarm_url]} ceilometer_query: value: str_replace: template: > ceilometer statistics -m cpu_util -q metadata.user_metadata.stack=stackval -p 600 -a avg params: stackval: { get_param: "OS::stack_id" }该模板实现的功能是:
当cpu五十秒内平均负载超过50%时，在集群里增加一台虚机。
当cpu五分钟内低于10%时，自动减少一台虚机。
可能在创建过程中会遇到如下问题：
1. 比如运行ceilometer alarm-list时，alarm的状态为insufficent_data，可能是因为ceilometer想meter请求数据时间较长，可以在/etc/ceilometer/pipeline.yaml文件修改interval参数默认的请求间隔为600秒。
2. 创建过程中遇到的问题可以在/var/log/ceilometer/alarm-evaluator.log, compute.log日志中找到，比如博主因为模板中少加了一个参数，导致无法想meter请求数据，问题纠结了几天，最终查看compute.log文件得到提示。
最后启动完了heat之后，可以使用alarm-list, alarm-history -a, 和alarm-show -a查看alarm状态。博主的结果如下：
测试代码如下，功能是使得单机cpu使用率达到75%以上：
import java.io.IOException;public class CPUTest { public static void main(String[] args) { CPUTestThread cpuTestThread = new CPUTestThread(); for (int i = 0; i < 3; i++) { Thread cpuTest = new Thread(cpuTestThread); cpuTest.start(); } try { Runtime.getRuntime().exec("taskmgr"); } catch (IOException e1) { e1.printStackTrace(); } }}class CPUTestThread implements Runnable { public void run() { int busyTime = 10; int idleTime = busyTime; long startTime = 0; while (true) { startTime = System.currentTimeMillis(); System.out.println(System.currentTimeMillis()+","+startTime+","+(System.currentTimeMillis() - startTime)); while ((System.currentTimeMillis() - startTime) <= busyTime){} try { Thread.sleep(idleTime); } catch (InterruptedException e) { System.out.println(e); } } }}测试通过。
联系客服
