前言
在咱们日常运维 / 运维开发工作中各种零碎次要分为两大流派
- 本文次要探讨下有 agent 侧一些注意事项
客户端服务端的 C / S 架构
长处
- c/ s 架构相比于基于 ssh 的并发和吞吐量要高的多
- 利用 agent 可做的事件很多以及更精准的管制
毛病
- 性能更新须要降级 agent
- agent 如果保活是个头疼的问题
- 机器上 agent 过多如何治理又是个问题
agentless 架构
特点无侵入性 agent: 典型利用就是基于 ssh ansible
长处
- 无 agent 不须要关怀保活和笼罩问题
- 性能更新次要在 server 端实现
毛病
- 基于 ssh 的性能 / 性能较差
经典 client 案例
配置管理 / 批量操作
- Saltstack Minion
- Puppet Agent
监控
- prometheus 各种各样的 exporter: node_exporter
- open-falcon falcon-agent
- Zabbix Agent
C/ S 架构中 agent 侧注意事项
agent 资源耗费
代码该当简洁，防止过多资源耗费agent 资源监控能够应用 prometheus 的 client_golang，默认会 export 过程的 cpu_user、fd、mem 等信息帮忙咱们定位资源耗费
# HELP process_cpu_seconds_total Total user and system CPU time spent in seconds.
# TYPE process_cpu_seconds_total counter
process_cpu_seconds_total 38913.32
# HELP process_max_fds Maximum number of open file descriptors.
# TYPE process_max_fds gauge
process_max_fds 6.815744e+06
# HELP process_open_fds Number of open file descriptors.
# TYPE process_open_fds gauge
process_open_fds 15
# HELP process_resident_memory_bytes Resident memory size in bytes.
# TYPE process_resident_memory_bytes gauge
process_resident_memory_bytes 1.4659584e+07
# HELP process_start_time_seconds Start time of the process since unix epoch in seconds.
# TYPE process_start_time_seconds gauge
process_start_time_seconds 1.59350253732e+09
# HELP process_virtual_memory_bytes Virtual memory size in bytes.
# TYPE process_virtual_memory_bytes gauge
process_virtual_memory_bytes 1.201352704e+09
# HELP process_virtual_memory_max_bytes Maximum amount of virtual memory available in bytes.
# TYPE process_virtual_memory_max_bytes gauge
process_virtual_memory_max_bytes -1agent 如何降级治理
举例: 当初要降级 agent 版本 from v1.0 to v1.1
思路一: 应用管理工具治理
如 ansible-playbook 能够参考我之前的文章 应用 ansible-playbook 实现 dnsdist 疾速劫持工具
咱们能够应用上面 python 代码将跑 playbook 封装成一个办法，应用的时候只须要传入 ip 列表，yaml，和额定的变量 dict即可
咳咳: 这个计划典型问题就是受限于单个 ansible 性能问题(很多小伙伴都被折磨过吧)，当然能够将大量的 ip 列表分片分发给多个 ansible-server 执行，再将后果 merge 一下
t = PlaybookApi([ip], yaml_path, {"conf_dir": conf_dir, "bk_file_name": bk_file_name})
t.run()from collections import namedtuple
from ansible.parsing.dataloader import DataLoader
from ansible.vars import VariableManager
from ansible.inventory import Inventory
from ansible.utils.vars import load_extra_vars
from ansible.utils.vars import load_options_vars
from ansible.executor.playbook_executor import PlaybookExecutor
from ansible.plugins.callback import CallbackBase
class ResultsCollector(CallbackBase):
def __init__(self, *args, **kwargs):
super(ResultsCollector, self).__init__(*args, **kwargs)
self.host_ok = {}
self.host_unreachable = {}
self.host_failed = {}
def v2_runner_on_unreachable(self, result):
self.host_unreachable[result._host.get_name()] = result
def v2_runner_on_ok(self, result, *args, **kwargs):
self.host_ok[result._host.get_name()] = result
def v2_runner_on_failed(self, result, *args, **kwargs):
self.host_failed[result._host.get_name()] = result
# class PlaybookApi(PlaybookExecutor):
class PlaybookApi(PlaybookExecutor):
def __init__(self, host_list, yaml_path, extra_vars):
self.host_list = host_list
self.yaml_path = yaml_path
# self.kcache_path = kcache_path
self.callback = ResultsCollector()
self.extra_vars = extra_vars
self.IpmiPlay()
super(PlaybookApi, self).__init__(playbooks=[self.yaml_path], inventory=self.inventory,
variable_manager=self.variable_manager,
loader=self.loader, options=self.options, passwords={})
self._tqm._stdout_callback = self.callback
def IpmiPlay(self):
Options = namedtuple('Options',
['listtags', 'listtasks', 'listhosts', 'syntax', 'connection', 'module_path', 'forks',
'remote_user', 'private_key_file', 'ssh_common_args', 'ssh_extra_args',
'sftp_extra_args', 'scp_extra_args', 'become',
'become_method',
'become_user',
'verbosity', 'check', 'extra_vars'])
self.options = Options(listtags=False, listtasks=False, listhosts=False, syntax=False, connection='ssh',
module_path=None,
forks=10, remote_user='',
private_key_file=None,
ssh_common_args='',
ssh_extra_args='',
sftp_extra_args='',
scp_extra_args='',
become=True,
become_method='sudo',
become_user='root',
verbosity=3,
check=False,
extra_vars={})
self.loader = DataLoader()
# create the variable manager, which will be shared throughout
# the code, ensuring a consistent view of global variables
variable_manager = VariableManager()
variable_manager.extra_vars = load_extra_vars(loader=self.loader, options=self.options)
variable_manager.options_vars = load_options_vars(self.options)
self.variable_manager = variable_manager
# create the inventory, and filter it based on the subset specified (if any)
self.inventory = Inventory(loader=self.loader, variable_manager=self.variable_manager, host_list=self.host_list)
self.variable_manager.set_inventory(self.inventory)
self.variable_manager.extra_vars = self.extra_vars
def get_result(self):
# print("calling in get_result")
self.results_raw = {'success': {}, 'failed': {}, "unreachable": {}}
for host, result in self.callback.host_ok.items():
self.results_raw['success'][host] = result
for host, result in self.callback.host_failed.items():
self.results_raw['failed'][host] = result
for host, result in self.callback.host_unreachable.items():
self.results_raw['unreachable'][host] = result._result['msg']
return self.results_raw
if __name__ == '__main__':
h = ["127.0.0.1"]
yaml = "systemd_stop.yaml"
api = PlaybookApi(h, yaml, {"app": "falcon-judge"})
api.run()
res = api.get_result()
for k, v in res.items():
for kk, vv in v.items():
print(kk, vv._result)
思路二: 代码中实现自降级
以 falcon-agent 代码为例，代码地址 https://github.com/ning1875/falcon-plus/tree/master/modules/agent 整体实现流程:
ps: 原谅我那蜘蛛爬的字吧
实现剖析
- 机器上个别会选用一种 daemontools 作为服务托管工具: 如 supervisor 和 systemd，而 systemd 更广泛些
- 在机器上跑的服务最小可由三个文件组成: 一个二进制可执行文件、一个配置文件、一个 service 文件
- 所以服务的自降级就是这三个文件的降级
-
文件降级完后如何重启服务呢: 以 systemd 为例只须要发送 term 信号给本身过程即可，即 kill 过程 pid
pid := os.Getpid() thisPro, _ := os.FindProcess(pid) thisPro.Signal(os.Kill) -
agent 如何治理版本: 在 const 中指定
// changelog: // 3.1.3: code refactor // 3.1.4: bugfix ignore configuration // 5.0.0: 反对通过配置管制是否开启 /run 接口；收集 udp 流量数据；du 某个目录的大小 // 5.1.0: 同步插件的时候不再应用 checksum 机制 // 5.1.1: 修复往多个 transfer 发送数据的时候 crash 的问题 // 5.1.2: ignore mount point when blocks=0 // 6.0.0: agent 自降级, 新增一些监控项 // 6.0.1: agent collect level // 6.0.2: 增加单核监控开关默认不关上, 单核监控 tag 变更为 core=core0x , 增加 mem.available.percent // 6.0.3: 减少 sys.uptime // 6.0.4: 修复 cpu.iowait>100 的 bug // 6.0.5: 增加过程采集监控，距离 30s // 6.0.6: 调整内置的采集 func 距离 disk io 相干和 tcp 10s-->30s,agent_version 整数代表以后版本, 去掉动静监控办法 // 6.0.7: ntp 反对 chronyc，服务监控 rpc call 距离调整为一分钟 // 6.0.8: 批改监控项抓取工夫距离，10s 只保留 cpu，解决断点问题 // 6.0.9: 修复 dfa dfb 块设施采集, 修复不同版本 ss- s 的 bug // 6.1.0: 修复机器上主机名被改 case, 使 ip 转化为 nxx-xx-xx 的模式 const ( VERSION = "6.1.0" COLLECT_INTERVAL = time.Second URL_CHECK_HEALTH = "url.check.health" NET_PORT_LISTEN = "net.port.listen" DU_BS = "du.bs" PROC_NUM = "proc.num" UPTIME = "sys.uptime" ) - 服务端如何开启降级开关: 在 hbs http 接口开启
- 客户端如何 check 要不要降级: 只需 check 版本是否统一和是否在降级过程中
- 服务端如何做到并发管制: 只需查看 redis 降级队列在降级的数量和预设的阈值比照
-
管理员如何发动降级: 只须要给 hbs 发动 http 申请关上降级开关
curl -X POST http://127.0.0.1:6031/agent/upgrade -d '{"wgeturl":"http://${your_cdn_addr}/file/open-falcon","version":"6.0.1","binfile_md5":"35ac8534c0b31237e844ef8ee2bb9b9e"}' - 管理员
- 如何进步降级并发: 其实就是如何让下载并发更高，即采纳大带宽 nginx 或 cdn 或者给不同批次 agent 发送不同下载 cdn 地址
毛病
- 整体实现还比拟毛糙没有笼罩灰度和回滚(只能再发上一个版本)
- 过程中没有直观的降级进度展现(只能通过 hbs 接口获取 agent 版本做求和)
过程阐明:
http-req --->hbs ---> 开启降级开关 ---> 查看 agent 心跳信息中版本号，并查看以后 hbs 降级队列 ---> 发送降级指令给 agent ---> agent 通过 降级命令中的 url 地址和指标版本号下载新的二进制（会有备份和回滚逻辑）--->agent check 没有问题后获取本身的 pid 向本人发送 kill 信号 --->agent 退出而后会被 systemd 拉起打到降级的目标 ---> 新的心跳信息中版本 checkok 不会持续降级降级举例说明:
1. falcon-agent 新加了采集指标，测试 OK 后在代码中打上新的版本号比方 6.0.0（现有是 6.0.1）2. 而后将新版 放到下载服务器的门路下 wget http://${your_cdn_addr}/file/open-falcon/bin_6.0.1
3. 而后向 hbs 发送降级的 http 申请（这里有个爱护机制: 只能在 hbs 本机发动）4. 而后通过 hbs 的 http 接口查问以后心跳上来的 agent 的版本查看降级进度，curl -s http://localhost:6031/agentversions |python -m "json.tool"
5. 同时须要连贯的 redis 集群察看 agent_upgrade_set 这个 set 的值，redis-cli -h ip -p port -c smembers agent_upgrade_set & scard agent_upgrade_set
6. 目前看并发 2000 能够把一台下载的 nginx 万兆网卡流量打满。1.24GB/s
## falcon-agent 自降级命令
curl -X POST http://127.0.0.1:6031/agent/upgrade -d '{"wgeturl":"http://${your_cdn_addr}/file/open-falcon","version":"6.0.1","binfile_md5":"35ac8534c0b31237e844ef8ee2bb9b9e"}'
curl -X GET http://127.0.0.1:6031/agent/upgrade/nowargs
{"msg":"success","data":{"type":0,"wgeturl":"http://${your_cdn_addr}/file/open-falcon","version":"6.0.1","binfile_md5":"35ac8534c0b31237e844ef8ee2bb9b9e","cfgfile_md5":""}}
curl http://127.0.0.1:6031/agentversions
{"msg":"success","data":{"n3-021-225":"6.0.1"}}
curl -X DELETE http://127.0.0.1:6031/agent/upgrade
{"msg":"success","data":"勾销降级胜利"}
uri:
url: http://127.0.0.1:6031/agent/upgrade
method: POST
body: {"wgeturl":"http://${your_cdn_addr}/file/open-falcon","version":"6.0.2","binfile_md5":"f5c597f15e379a77d1e2ceeec7bd99a8"}
status_code: 200
body_format: json