h1. Monitorar Continuamente Duas Métricas de Status dos Servidores

h2. Lista de subtasks:

h3. Implantação #497: Investigar Balanceador de Carga

Nesta tarefa, foi feita uma pesquisa sobre os atuais schedulers para o Open Nebula, entre eles, foram pesquisados: "SVMSched":http://blog.opennebula.org/?p=1646 e o "Haizea":http://haizea.cs.uchicago.edu/.

Durante a pesquisada realizada, estes schedulers não implementavam recursos necessários para o projeto EduCloud, como monitoramento constante de métricas, instanciação e liberação de máquinas virtuais, dependendo dos resultados destas métricas.

Foi decidido então, que um "monitor/daemon/balanceador" seria desenvolvido, a este chamamos de *educloud-mon*.

h3. Implantação #498: Desenvolver o Monitor e Balanceador de Carga (EduCloud-Mon)

O _educloud-mon_ é atualmente um monitor do OpenNebula, porém com possibilidade para extender-se ao OpenStack, por exemplo. Ele foi feito em Python e utiliza-se da biblioteca: "python-oca":https://github.com/lukaszo/python-oca, para as tarefas de comunicação com o OpenNebula.

O _educloud-mon_ precisa ser executado como root, em qualquer máquina na mesma rede dos nós do OpenNebula. Ele foi desenvolvido de modo que permita ao administrador configurar métricas e parâmetros, tornando ele um daemon bem flexível. Seu principal arquivo de configuração é o @educloud-mon.conf@.

Atualmente, em nosso ambiente de testes, o _educloud-mon_ está funcionando na máquina *200.145.146.198*, e encontra-se instalado em @/usr/local/bin/educloud-mon/@.

Aqui você encontra um exemplo de um arquivo de configuração [[educloud-mon.conf]].

Além do arquivo de configuração você pode passar alguns parâmetro por meio de argumentos ao daemon. Para maiores informações, execute:

<pre>
./educloud-mon.py --help
</pre>

O _educloud-mon_, quando determina que precisa instanciar uma nova máquina virtual, lê o template da máquina virtual, e envia para o OpenNebula o comando para instanciar uma nova máquina virtual. Para isso, os templates das máquinas virtuais (arquivos de configuração), precisa estar na mesma máquina que o _educloud-mon_, e você deve configurar o parâmetro @template@ em seu arquivo de configuração:

<pre>
# Relative path to template to start when metrics get values >= top_thresolds
# This path is relative to the home of the user oneadmin on OpenNebula
# controller. This hardcoded path is necessary because we are using OpenNebula
# 2.2.1 version.
template = "/usr/local/bin/educloud-mon/templates/teste.template" 
</pre>

h4. Sistema de envio de alertas

O _educloud-mon_ conta também com um sistema simples para envio de alertas por email. Caso alguma ação durante a sua execução falhe, um email de alerta será enviado.

Para isso configure a seção @[notification]@ no @educloud-mon.conf@:

<pre>
# Settings for email notification system
[notification]

# If enabled, emails will be sent to administrators when errors occur.
# Default is true.
enable_notifications = 0

# SMTP Server to use
smtp_server = 127.0.0.1

# SMTP Port
smtp_port = 25

# Use SMTP Authentication ? 
# Default is true.
smtp_auth = 0

# SMTP User for authentication
smtp_user = user

# SMTP Pass for authentication
smtp_pass = password

# Mail From
mail_from = "educloud-mon <educloud-mon@ncc.unes.pbr" 

# Mail to
mail_to = "admin@ncc.unesp.br" 
</pre>


h3. Implantação #499: Configurar Balanceador de Carga de Forma que Monitore duas Métricas de VMs Open Nebula

O _educloud-mon_, monitora N métricas passadas por arquivo de configuração (@educloud-mon.conf@). Até o momento do desenvolvimento, ele executa duas ações: criar uma nova máquina virtual e liberar uma nova máquina virtual, quando o top thresold é atingido e o bottom thresold, respectivamente.

Métricas são passadas via arquivo de configuração bem como seus valores de top e bottom. As métricas ficam em um diretório "scripts/" idependente do _educloud-mon_.

Exemplo de configuração de métricas e seus valores no arquivo de configuração do _educloud-mon_:

<pre>
metrics = {
          'cpu-load': {
             'top_thresold': '70',
             'bottom_thresold': '2',
             'script': '/usr/local/bin/educloud-mon/scripts/web-cpu-usage.py',
             'check_interval': '2',
             'average_checks': '5',
          },
          'active-users': {
             'top_thresold': '20',
             'bottom_thresold': '0',
             'script': '/usr/local/bin/educloud-mon/scripts/web-active-users.py',
             'check_interval': '2',
             'average_checks': '5',
          },
    }
</pre>

No exemplo acima, o _educloud-mon_ irá monitorar duas métricas: "cpu-load" e "active-users". O parâmtro "script" de cada métrica, informa qual o script irá ser executado para coletar esta métrica.

Cada métrica tem o seus valores de @top_thresold@ e @bottom_thresold@. No exemplo acima, caso o script retorne um valor superior a 70, o top_thresold é atingido. Caso ele retorne um valor abaixo de 2, o bottom_thresold é atingido.

A eurística para determinar se uma nova máquina será instanciada ou liberada é a seguinte:

* Caso +alguma+ métrica tenha atingido o @top_thresold@, uma nova máquina será instanciada;
* Caso +nenhuma+ métrica tenha atingido o @top_thresold@ e +nenhuma+ métrica tenha atingido o @bottom_thresold@, nada será feito;
* Caso +nenhuma+ métrica atingiu o @top_thresold@ e +alguma+ métrica tenha atingido o @bottom_thresold@, uma máquina será liberada;