OpenStack Operations Guide 第四章 Compute Nodes

色婆ijqwj

　　Choosing a CPU
　　CPU的选择非常重要，首先确保你的CPU支持虚拟化，VT-x / AMD-v。记得在BIOS开启这个功能哦。
　　CPU的cores也会影响最终效果，现在的CPU通常都最多支持12 cores，如果Intel CPU支持超频，12就变成了24啦。如果你的服务器支持多CPU，那core数量就更多啦。
　　超线程：
　　是否开启超线程取决于你的实际环境。举个例子，关闭超线程在激烈的计算环境中是有益的。
　　我们建议根据你自己的负载进行关闭和开启测试，来确定到底需不需要开启超线程。
　　Choosing a Hypervisor
　　Hypervisor提供软件来管理虚拟机访问底层硬件。Hypersior创建，管理，监控虚拟机。OpenStack支持：
　　KVM / LXC / QEMU / ESX / ESXi / Xen / Hyper-V / Docker
　　或许选择hypervisor的最关键的因素是你环境的现状或者是你可能对某个Hypervisor比较熟悉。
　　在OpenStack中，KVM是最广泛应用的，其次是XEN / LXC / VMware / Hyper-V，QEMU / Docker很少被使用。
　　在一个环境中可以使用host aggregates或者cell部署不同的Hypervisor。但是，单个计算节点只能运行一个Hypervisor.
　　Instance Storage Solutions
　　三种模式：
　　Off compute node storage - shared file system
　　On compute node staroge - shared file system
　　On compute node storage - noshared file system
　　计算服务和存储服务有着不同的需求，通常计算节点要求更多的CPU和内存。如果你的物理主机数量有限而你又想运行更多的实例，可以在同一个节点上运行计算和存储服务。
　　我们会在下面几个章节中讨论这三种模式。
　　

　　Off Compute Node Storage - Shared File System
　　这个模式下，实例都被放在计算节点以外的存储节点上。如果你把计算和存储节点分开，那你可以认为你的计算节点是stateless的。只要你没有在计算节点上运行任何实例，你可以随时把它离线或删除，对你的云环境没有任何影响。
　　优势：
　　如果一个计算几点宕机可以很容易恢复实例
　　维护一个专用的存储系统更为简单
　　你可以任意扩容
　　劣势：
　　大量的IO可能会影响与之无关的实例
　　使用网络可能会影响性能
　　On Compute Node Storage - Shared File System
　　这个模式中，每个计算节点都指定一些列的磁盘空间，然后通过分布式文件系统将这些磁盘空间聚合成一个挂载点。
　　优势：
　　当你需要额外存储空间时可以轻松横向扩展。
　　劣势：
　　和nonshared storage相比，使用分布式文件系统可能让你丢失本地数据。
　　恢复实例比较复杂，依赖于你的其他主机。
　　服务器的硬盘槽位可能会限制你主机的硬盘数量
　　使用网络会降低性能
　　On Compute Node Storage - Nonshared File System
　　这种模式中，每个计算节点都有足够的磁盘来承载运行在自身的实例。
　　优势：
　　Heavy I/O不会和其他计算节点互相影响
　　Direct I/O有着更好的性能
　　劣势：
　　一个计算节点宕机，实例也会丢失。
　　依赖服务器磁盘槽位，不能扩展。
　　迁移实例很复杂。
　　Issues with Live Migration
　　KVM live block migration允许没有共享存储也可以实现在线迁移。在较早KVM/QEMU基于块的迁移被认为是不可靠的，现在在QEMU1.4和libvirt1.0.2中有了更可靠的无共享存储迁移，这与openstack完全兼容。但是，本书的作者们都没有一手的经验。
　　Choice of File System
　　如果你想实现基于共享存储的在线迁移，你需要配置一个分布式文件系统。
　　NFS
　　GlusterFS
　　MooseFS
　　Lustre
　　我们在实际部署中都用过这几种，如果你对这些都不熟悉我们推荐用NFS。
　　

　　Overcommitting
　　OpenStack允许你过量使用CPU和内存，这样你可以运行更多实例，当然代价是降低性能。
　　CPU分配比例16:1
　　举例，一个物理节点有12核心，scheduler看到的是196个可用的虚拟核心。通常一个实例需要4核心，那么最终可以运行48个实例
　　虚拟实例=(OR*PC)/VC
　　OR CPU overcommit raito (virtual cores per physical core)
　　PC  Number of physical cores
　　VC  Number of virtual cores per instance
　　内存分配比例1.5:1
　　一个物理节点有48G内存，scheduler拥有72G内存可以分配。
　　你必须根据你的场景选择合适的CPU RAM allocation ratio。
　　   
　　Logging
　　OpenStack会产生大量有用的日志信息。你需要考虑使用一个日志服务器来收集分析日志(如logstash)。
　　

　　Networking
　　Openstack的网络非常复杂，我们会在第七章介绍