1、OpenStack Telemetry简介
OpenStack Telemetry项目是OpenStack big tent下负责计量统计的组件，目前Telemetry是包含了四个子项目，Ceilometer、 Aodh、Gnocchi和Panko。其中的Ceilometer项目是最早OpenStack项目中负责计量统计的服务，但是由于云平台数据收集越来越多造成CCCeilometer越来越复杂，因此在Mitaka版本开始ceilometer项目开始分解为不同项目，并统称为OpenStack Telemetry。
云监控告警服务，主要包括三个部分: 计量数据收集、计量数据存储、告警服务。
OpenStack Telemetry的架构如图所示（Mitaka版本），其中Ceilometer是负责数据收集，Gnocchi则负责meter数据存储，Aodh项目负责告警服务，Panko负责Event数据存储。由于Event和Meter两种数据类型不同，CCCeilometer社区将两种数据分开处理。由于Panko项目到newton才有release，而笔者采用的mitaka验证环境，本文中不涉及Panko。
图 1 Telemetry逻辑架构
2、数据收集服务
Ceilometer服务主要用于数据收集，并提供两类数据的收集meter和Event。
Meter数据由Ceilometer的polling agent主动获取。
Event数据来源是OpenStack service 的notification，例如instance/volume/network 等创建更新删除等等。
Ceilometer 服务主要包含:
a) polling agent：定期轮询获取监控数据并将数据发送给CCCeilometer notification agent做进一步处理，通过libvirt接口或者snmp或者OpenStack service API。
Polling agent又根据namespace做了metering的区分，分别对应不同的agent
Central polling agent，主要是通过OpenStack API 进行云平台的数据收集
Compute polling agent则是通过与hypervisor的接口调用定期获取统计数据
Impi polling agent则是通过ipmi协议收集数据
图 2 central polling agent获取监控数据
图3 OpenStack services notification 数据收集 b) notification agent：在Mitaka版本中，notification agent通过监听message queue，将message 转化为event和sample并且执行pipeline处理，如图所示。例如虚拟机的CPU利用率，libvirt目前只提供CPUTIME的查询，如果为用户展示CPU利用率要做数据转换，notification agent就会根据pipeline中的定义执行数据转换，并将处理后的数据，通过message queue发送给CCCeilometer collector
图4 pipeline Manager数据处理
c）Ceilometer collector：ceilometer collector的作用就是将收集到数据存储到存储系统中，CCCeilometer支持多种存储后端：
文件系统
Gnocchi
HTTP
对与存储系统的选择是非常关键的，公有云环境中会随着用户和资源的增长数据也会持续增长，这是对云监控服务来说是一个非常大的挑战。下小节，将为描述，我们是如何考量存储系统的。
3、监控数据存储系统抉择
对于计量统计服务来说，存储服务的性能是非常关键的，其中一个要求就是对它的存储量有很大的要求，公有云平台数量很大，每时每刻不断的有数据往系统里面塞。对数据库的吞吐能力要求很高，然后就是对查询性能要求很高。CERN作为OpenStack最大的规模的实践，也采用了MongoDB去做meter数据存储，但是一直以来MongoDB的也一直被诟病，一个存储空间占用，一个随之数据量增多响应时间变大的问题。
3.1 Gnocchi简介
Gnocchi是OpenStack Telemtry的Metric serivce，开始与2015年，目的在与解决CCCeilometer的监控数据存储的性能问题。Gnocchi支持的存储driver有文件系统、Swift、s3、Ceph
官方建议使用ceph，gnocchi对ceph的数据存储做了很多优化。
Gnocchi架构如图所示，包含两部分index和storage。Gnocchi API提供restful API接口，接受到数据存储请求时，会创建index在数据库中，并把数据写入临时待处理区，并加入时间戳。
Metricd服务则从待处理数据区获取带有时间戳的数据，将数据追加到统计数据文件中。gnocchi为了节省存储空间在最新版本中加入了压缩算法支持。
对于MongoDB 和Gnocchi的选择，我们做了实际的测试，主要关注两项指标存储空间需求和查询数据响应时间。
