金山运维肖力：如何将业务迁移到虚拟化环境并稳定运行(1)
2016-02-20 19:33:25   来源： 高招CTO训练营 51CTO.com    评论：0 点击：

▼监控报警

硬件故障报警，我现在主要是使用带外管理卡报警，新一代服务器，带外管理卡监控已经非常完善，CPU 、内存、磁盘、网卡、风扇、电源任何硬件故障都会报警，通过邮件，或者写脚本和自己的监控平台结合，可以很好的解决硬件报警的问题。

CPU方面，建议每个核的CPU利用率也监控起来，经常会碰到一种情况，就是整体的CPU利用率不高，可能只有20-30%，但是有一两个核已经100%了，这时候其实已经碰到压力瓶颈了，但是通过整体的CPU利用率是发现不了的。

内存方面，swap利用情况建议也监控起来，作为虚拟化来说，一般不希望宿主机使用swap分区，所以swap的使用要监控起来，方便出问题的时候排查，如果有大量的swap使用，应该设置报警，如果报警肯定是碰到性能问题了。

磁盘、网络方面，虚拟化磁盘、网络是两个难点，一般在上线之前，应对其性能进行压力测试，得到极限数据，然后根据极限数据设置报警阀值。

▼灾备及应急响应

虚拟化的灾备有两种思路，应用层灾备及虚拟化层灾备，一般建议在应用层灾备。虚拟化层灾备的手段是多份的镜像复制及快照，这个往往要消耗大量的资源，多份复杂是以牺牲几倍的磁盘空间为代价，快照是以牺牲性能为代价。

往往应用层做了很少的改动，虚拟化层是不能感知的，只是全部备份，或者快照。

但是在应用层灾备就简单很多，只需要备份改动的部分，消耗的资源很少，而且速度很快。一般我们在生产环境的做法是，备份虚拟机的xml文件，当故障发生时，提供一台配置一模一样的虚拟机，如果有需要mac地址也保持一致，然后交给业务方进行恢复。

灾备还要注意，定期演练非常重要，一方面是验证自己的灾备几种，一方面也是让参与的人能熟悉灾备过程，这样当发生问题的时候，就可以很快的恢复业务。

▼软硬件选型

软件方面，当然是稳定版本，但是在稳定版本的基础上，内核版本越高越好，为什么呢?因为内核版本越高，对CPU的上下文切换和中断优化的越好，越有利于提高宿主机转化率。Windows系统也一样，Windows虚拟机建议尽量使用比较新的版本。

硬件方面越强悍越好，内存越大越好，硬件越强悍，可以虚拟的虚拟机越多，从长时间综合来看，肯定是节省成本的。另外，一台宿主机，使用上一段时间，我们往往发现内存是瓶颈点，所有一开始的时候，尽量内存配置高一点，可以避免随后的内存瓶颈。

▼下面分享最后一项内容，就让我对公有云选择的一些经验：

用户选择公有云的主要因素有以下5条：

1、市场

主要是价格，其中有些公司和某些公有云就有合作，或者就是老板强制指定必须使用某款公有云。

2、云主机稳定性

选择公有云，对用户来说，最终用的就是云主机，所以云主机的稳定性也是重要因素，不可以出现云主机三天两头崩溃、重启，甚至数据丢失。

一般稳定性公有云都能做到。

3、网络覆盖及网络质量

在云上业务都是基于网络，网络质量是一个很关键的因素，网络质量包含多个因素：

覆盖范围，覆盖范围越广越好。

延时，丢包，抖动，就是延时、丢包符合要求，网络抖动不能很频繁。

这个因素往往容易被忽略。

4、大数据分析、RDS、运维工具支持

如果公有云能提供API，提供一套方便业务部署监控的工具，对用户也有一定的吸引力，尤其是运维。

5、如果能提供物理机云主机的混合云是一个杀手级的解决方案。

业务压力非常高，就需要物理机的支持，现在可以看到好多公有云也开始支持物理机的租用。

将业务迁移到云上，其实和虚拟化的过程是一样的，按照前面介绍的流程去做，可以保证比较稳定的完成，而且虚拟化的具体技术还不用我们关心。

▼最后，总结下今天分享的内容：

在企业内部实施虚拟化，最重要的是口碑，如果一个项目接一个项目成功实施，就会越做越顺利，相反，如果连续失败1，2项目，虚拟化就推行不下去了。

我的分享结束了，欢迎大家提问，感谢！

接下来是QA环节：

1、企业现有一大堆dell服务器，业务也比较多并杂，您建议选择那种整合的虚拟化方案或私有云方案？

答：这个问题非常好。如果是过老的机器，不建议当宿主机使用。具体的虚拟化方案是很复杂的问题，要根据业务、预算、应用来选择。

2、一个关于vpc网络的问题。当私有云有多个无法汇聚网段的时候，经常出现vpn网络不稳定，尤其网络物理链路中断后，也不能自动恢复vpn链接，估计可能的问题有哪些？

答：可以考虑使用专线的方式，如果基于公网不能保证稳定性。

为大家推荐关注：

更多内容等你来