1. 白十三的码路首页
  2. 性能

白山研发副总裁苗辉:带宽监测系统Octopux如何另辟蹊径?

为你披露白山首个开源项目背后的秘密

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。白山云科技有限公司(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测系统“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。下面来自白山的研发副总裁苗辉,与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分钟,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。

  • 白山团队突破瓶颈

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。

如这张架构图所示:

白山研发副总裁苗辉:带宽监测系统Octopux如何另辟蹊径?

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。

当前一分钟可监测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:

白山研发副总裁苗辉: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Octopux系统开源,希望给大家带来更多灵感和参考,地址如下:

  • https://github.com/baishancloud/octopux-swcollector
  • https://github.com/baishancloud/octopux-swtfr
  • https://github.com/baishancloud/octopus-gateway

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。

原创文章,作者:白山码路长,如若转载,请注明出处:http://blog.baishan.com/cloud-delivery/daikuanjiancexitongoctopuxruhelingpixijing

发表评论

登录后才能评论