转载

WOT2016苗辉：白山带宽监测系统Octopux如何另辟蹊径？

4月14-15日在北京珠三角JW万豪酒店，51CTO将举办WOT互联网运维与开发者峰会。WOT秉承专注技术，服务技术人群的理念，自 2012年首次举办以来，历经4届，积累了大量的技术资源，成为广大技术从业者和技术爱好者一致认可的技术分享大会、交流和人脉拓展平台。记者专访了本次大会运维自动化专场的苗辉讲师，他分享的内容：《质量运维化 – 白山的高品质服务之道》。

作者：王雪燕来源：51CTO | 2016-04-11 14:49

51CTO首届中国APP创新评选大赛正在招募>>

带宽监测系统的重要性不言而喻。它为运营商结算、网络质量监控提供必要的数据支持，是每个拥有自建资源的互联网公司必配系统之一。白山云科技（以下简称“白山”）目前线上设备数千台、分布于全球十几个国家、跨越数十家运营商，在如此复杂的网络环境下如何确保各设备带宽数据精准监测，后期能按不同应用场景灵活整合，并且在网络规模扩大到上万台后仍然能轻松应对，是技术上需要面对的挑战。今年3月白山宣布其自主研发的带宽监控系统“Octopux”开源，将其优秀解决方案贡献给其他面临类似挑战的公司，同时诚邀业界同仁共同促进系统发展。本次51CTO记者特别采访了【 WOT2016互联网运维与开发者峰会】特邀讲师、白山研发副总裁苗辉，他将和大家深度分享白山带宽监测系统背后的秘密。

常规系统力不从心

和大多数其他公司一样白山最初也选择cacti作为带宽监测系统，但是随着公司网络规模和复杂度的不断提高，在设备将近800台时cacti已表现出严重的问题：

poller并发能力不足：为了完整监测800台设备，监测粒度只能做到5分，而业务层面对于1分钟粒度的带宽数据需求越来越强烈。

跨运营商监测经常失败：即使cacti服务器部署在了三线BGP机房，仍然无法规避跨运营商监测丢失数据的问题。

服务器IO成为瓶颈：800台设备每5分钟需要更新8000个RRD文件，磁盘出现了严重的IO瓶颈，导致数据消费方难以忍受。

数据提取效率低：二进制形式计入RRD文件的带宽数据只能通过rrd-tool工具包提取出文本数据，面对形态多变的业务层数据提取需求表现得极其不灵活，更无法在提取接口实现数据聚合功能以降低消费者的复杂度。

白山团队突破传统

在此背景下，白山放弃了对cacti的继续改造，在参考借鉴诸多开源系统的基础上开发出当前的带宽监测系统。系统的核心设计目标是：99.9%的数据完整性完美跨运营商和跨国家监测问题、平台可以水平扩张至承载上万台服务器的监测、支持秒级粒度数据监测、提供简单高效的数据查询接口。

WOT2016苗辉：白山带宽监测系统Octopux如何另辟蹊径？

如上图架构图所示：

swcollector负责数据的收集，以后台进程模式运行在全网各个服务器上。收集来的数据传输给数据收集中心swtfr组件，在跨网或跨国环境下，如果swcollector无法将数据传给swtfr，swcollector会主动尝试通过多台gateway中转的方式确保将监测数据最终发送到swtfr。

全网共部署三套swtfr + influxdb + flow-api组件组合，任意一台swtfr收到数据后立即copy三份，写入三个influxdb中。flow-api负责数据的查询和聚合，当收到一个查询请求后，将查询数据拆分成最小粒度的查询事件并发向三台influxdb发起查询，数据收齐后再做聚合处理。flow-api支持统计最大值、平均值、最小值、group by等常用聚合操作。

当前一分钟监测15w条数据，90%以上的数据能3s入库，最大规模数据查询耗时3s内，完全满足业务需要。当监测规模较大时，可以通过水平扩展swtfr + influxdb + flow-api组件组合提升系统性能，此外influxdb本身也可以方便地水平扩展，以达到更大的存储容量和更高的读写效率。

服务器的带宽监测为自发现方式，除支持各网卡进出带宽监测外，还支持服务器内/外网进出带宽的分开监测、以及指定端口服务的内/外网进出带宽的分开监测。

交换机的带宽数据监测多份，一台交换机会同时被本节点内的一个swcollector和另外两个不同节点的swcollector监测，监测周期20s，三份数据通过flow-api聚合后输出1分钟粒度的带宽数据更为精准。

与CMDB打通后可以自动按节点网络拓扑分层展示、合并展示、按用途合并展示、与客户计费带宽对比分析等多种方式展现，数据查询秒开。

下图为该系统数据展示场景之一：

WOT2016苗辉：白山带宽监测系统Octopux如何另辟蹊径？

带宽监测系统是一个看似简单但实则复杂的系统，当你的网络规模达到一定程度你不得不克服网络不通、数据不精准、处理效率低等问题，白山已将Octopus系统开源（ https://github.com/baishancloud/swcollector ）希望给大家带来更多灵感和参考。另外随着influxdb生态的不断完善，influxdb无依赖易维护、轻量级高效率、丰富的可视化组件、自带数据聚合能力等优势逐渐凸显出来，白山正在尝试基于该系统架构打造第三代监测系统，以实现更好的聚合分析和复杂策略报警功能。

【责任编辑：wangxueyan TEL：（010）68476606】

原文 http://developer.51cto.com/art/201604/508972.htm

正文到此结束