XSKY发布XMotion纳管热迁移技术，OpenStack集群迁移效率提升超10倍

随着企业引入OpenStack平台以后,从边缘应用需求逐步进入到准核心,甚至是核心业务的需求和趋势,私有云运营团队常常需要面对多样化的虚拟机迁移问题和需求(包括计划内和计划外)。

例如,物理服务器进行计划内的停机维护,或者根据对计算和存储更加细粒度的管理和规划,需要将计算和存储融合部署的架构,拆成分离部署架构,以便于未来业务的扩展。这些都涉及到虚拟机的迁移。

根据迁移操作对业务的影响,虚拟机的迁移一般分为两类:

1、冷迁移(Cold Migration / Non-live Migration)

虚拟机需要先停机,等待与此虚拟机相关的计算和存储等资源迁移完成后,再重新启动。在迁移期间,业务无法访问,只有迁移完成后,业务才能恢复。由于迁移过程中涉及到存储数据的拷贝,如果数据量比较大,会造成停机时间过长且不可控,因此冷迁移仅适用于对系统可用性要求不高的业务。

2、热迁移(Live Migration)

虚拟机在迁移过程中保持运行状态,业务可正常访问,根据虚拟机的存储类型又可分为:基于共享存储的热迁移、块设备的热迁移和基于卷的热迁移等。 由于涉及到计算、网络和存储的一体化热迁移,对底层基础设施的要求较高。

01两种场景下的对比

我们先来对比VMware和OpenStack对虚拟机迁移的支持情况:

从上图可以看出,VMware历经了十多年的商业化发展道路,对虚拟机迁移的支持更为全面,支持计算和存储的热迁移,甚至是跨集群迁移,这通常对于目标规划两地三中心业务高可用的用户来讲非常重要,但这些功能仅限于VMware场景使用,也就意味着在满足业务高可用需求的同时,选择了相对比较单一的私有云模型,给用户在供应商平台选择上带来局限性;

相比之下,OpenStack对虚拟机迁移功能的支持则不够完善,对于存储迁移,由于OpenStack本身开放的架构,需要依赖存储厂商实现存储层的迁移能力。

以Ceph为例,Ceph RBD作为OpenStack主流的存储后端,默认不支持在线热迁移,RBD裸盘只能进行离线迁移,这就意味着如果进行跨集群迁移,虚拟机需要长时间停机,整体迁移进度受制于存储的迁移进度,如果存储容量较大,更会让整个迁移时间不可控。

如今,XSKY SDS逐步被很多用户引入到已有的OpenStack架构中,用于替换该私有云架构中原有的Ceph SDS集群,这些用户包括对于业务连续性要求非常高的省级,甚至是更大规模的金融平台。

为了帮助用户应对棘手的在线热迁移问题,XSKY基于自主研发的纳管卷、在线卷迁移和多集群存储等特性,设计了XMotion纳管热迁移技术,不但支持多家OpenStack厂商,提供面向虚拟机和租户的存储计算一体化迁移方案,更可将整体迁移效率提升10倍以上。

XSKY的纳管迁移方案具有以下优势:

▪ 支持存储在线热迁移,业务无需中断,可在业务正常运行中进行迁移;

▪ 不仅支持存储独立纳管迁移,也支持计算和存储一体化迁移;

▪ 以卷为单位,上层应用无感知,无兼容性问题;

▪ 支持从开源Ceph迁移到XSKY存储集群,也支持从XSKY老集群迁移到新集群;

▪ 支持跨计算和存储集群进行迁移;

▪ 无厂商锁定,支持多家OpenStack厂商;

▪ 强一致的数据完整性保证,不丢增量数据;

▪ 支持迁移QoS,可根据业务需要自定义迁移速率,并可随时撤销迁移任务;

▪ 支持以虚拟机或租户为单位,自动扫描关联的存储,一键迁移;

▪ 结合虚机业务的完善回滚方案,应对海量数据迁移过程中的各种硬件和网络异常情况。

02存储纳管迁移

下面以XSKY存储集群纳管开源Ceph为例,介绍存储纳管迁移的步骤:

1、将计算节点添加到XSKY存储集群;

2、OpenStack Nova/Cinder等服务配置存储多集群,可同时访问开源Ceph集群和XSKY存储集群;

3、在XSKY存储集群创建纳管卷,关联该纳管卷与Ceph集群中的被纳管卷;

4、OpenStack Nova/Cinder等服务配置使用纳管卷;

5、XSKY纳管卷启动在线卷迁移;

6、后台数据在线迁移完成后,XSKY纳管卷会自动合并和清理底层临时数据,完成整个迁移过程。

纳管迁移中的IO访问流程如下图所示:

在迁移过程中,由libvirt发起的虚拟机读操作将由迁移网关从开源Ceph读取,写操作则由迁移网关进行同步双写,同时写入纳管卷与被纳管卷;

迁移完成后,读写操作将都只针对新池进行。纳管迁移网关对上层屏蔽迁移细节,libvirt对整个迁移过程无感知,无需做任何修改。

03存算一体化在线迁移

XMotion除了提供存储纳管迁移以外,也支持多家OpenStack厂商之间的存储和计算一体化迁移方案,以虚拟机为单位,自动化迁移虚拟机及其存储部分。

下面我们以某省级农信社的大规模OpenStack生产集群迁移为案例,介绍XMotion的存储和计算一体化在线迁移方案。

因为历史原因,过去为了规避单一供应商的产品和服务风险,该用户在对外省级联社以及对私内部运营,规划和筹建了两套OpenStack集群,这两套集群各自独立运营,资源以及权限分离管理;

而在过去三年的逐步比较中,发现B集群服务商具有更好的产品稳定性和商业服务能力,所以本次迁移的目标是为了将OpenStack厂商A的老集群迁移到OpenStack厂商B的新集群中,同时将原XSKY存储集群迁移到新版本的两套集群中,做存储灾备,因此涉及到计算和存储两个单元的同时跨集群迁移需求。

OpenStack原集群为计算和存储分离部署架构,其中,计算节点49台(46台为纯计算节点,3台计算与控制节点融合部署),共2886台虚拟机;存储节点107台,采用3副本,裸容量4.38PB,有效容量1.46PB,已使用1PB,共5625个卷。

集群迁移前后的架构如下图所示:

以单个虚拟机为例,XSKY的存算一体化迁移方案步骤如下:

1、初始化

▪ OpenStack厂商创建迁移用的虚拟机,进行网络和计算资源初始化等工作

▪ OpenStack配置多集群

2、XMotion执行存储和计算的自动一体化迁移

▪ 创建纳管卷

▪ 迁移虚拟机

▪ 纳管卷重命名

▪ 启动迁移任务

本次迁移属于计划内升级迁移,因此允许对虚拟机业务停机,迁移耗时不超过3分钟,主要集中于虚拟机跨计算集群的重建和启动阶段,得益于XMotion的纳管热迁移技术,整个迁移过程不受存储容量的限制,新虚拟机启动后挂载纳管卷即可对外提供服务,由XSKY的迁移网关在后台执行数据热迁移,业务在存储迁移过程中不受迁移进度影响,可正常访问。

迁移完成后,在OpenStack控制面板可观察到新虚拟机已正常运行:

而在XSKY存储控制面板则可观察到存储卷为在线迁移状态:

XSKY支持针对在线迁移中的卷执行速率调整和取消迁移任务等操作:

▪ 调整迁移速率,支持高、中、低三档迁移速率,如果担心迁移速率过大影响正常业务,则可将迁移速率调小;

▪ 取消迁移任务,如果迁移导致业务速率降低,则可以取消迁移任务,释放带宽来满足前端业务需求,后续再重新开启迁移任务。

本次迁移实测的不同档次迁移速率如下:

XMotion迁移不仅可以支持跨OpenStack厂商和存储迁移,方便后期业务扩展,而且可以获得新版本XSKY存储集群的所有特性,迁移完成后的虚拟机性能也获得同步提升:

04更多适用场景

除了以上提到的场景外,XMotion纳管热迁移技术还可灵活应用于多种业务场景。

1、迁移开源Ceph或老版本XSKY存储

迁移需求:

▪ 开源Ceph运维难度大, 将开源Ceph迁移到XSKY存储上,获得专业和易用的企业级存储能力;

▪ 部署了新版本XSKY存储集群,希望将老集群迁移到新集群,释放老集群资源。

方案优势:

▪ 保留OpenStack计算集群,迁移底层Ceph或XSKY老集群到XSKY新集群;

▪ 以虚拟机和租户为单位,面向业务迁移;

▪ 在线迁移,业务无感知;

▪ 自动化迁移,运维成本低。

2、跨集群迁移计算和存储集群

迁移需求:

▪ 计算集群升级;

▪ 存算分离;

▪ 跨集群迁移虚拟机;

▪ OpenStack集群跨地域迁移;

▪ 不同OpenStack厂商集群切换;

▪ 要求迁移时间可控,迁移过程业务不中断。

方案优势:

▪ 计算和存储同时迁移;

▪ 支持跨计算集群和跨存储集群迁移;

▪ 迁移时间可控,不受存储容量限制;

▪ 多OpenStack厂商支持;

▪ 自动化迁移,运维成本低。

05小结

OpenStack进入我们的视线已经有很多年了,开源且具有开放性的OpenStack平台对于许多植根互联网基因的企业来说具有强大的吸引力,但由于产品化程度不足,运维和开发投入的人力和资金往往不可忽视。

而最终在很多需要跨集群满足业务连续性的场景,无法攻城略地的原因,则来自于OpenStack场景下,天然短板的热迁移(Live-Migration)能力。XSKY XMotion纳管热迁移技术,让OpenStack也能够支持热迁移,极大提升虚拟机迁移效率。