阿里云自动巡检

背景简介

随着智能化的快速发展及信息通信技术的不断创新，各大企业基于对信息安全，成本等各方面的考虑开始选择上云。作为国内云服务的领军者，阿里云也成为了大家重点关注和使用的云服务之一。上云节省了我们运维人员日常的工作，再也不用担心机房的温度、湿度等一系列问题。只需要关注服务器运行状况即可。大大减少了日常的工作量。

做运维永远是预防比消防更重要相信是很多运维人员的共识。定时巡检能够及时发现设备的异常情况，避免事故的发生，保障服务的稳定运行。对于服务器巡检来说，最基础的当然就是服务器的资源使用情况。CPU使用率、内存是否有异常波动，磁盘空间是否充足。当我们服务器数量较少的时候我们可以通过监控大盘去查看，但是当服务器数量达到100台以上时，监控大盘的缺点就表现出来了。我们去观察CPU性能曲线的时候如果数量过多会导致曲线过于密集。

如果用TOP的方式去展示又有可能因为计算TOP算法的问题导致某些存在隐患的机器被掩盖掉，没有展示出来，从而导致隐患的存在。但是每一台机器去观察既浪费时间又耗费精力。所以这里针对阿里云写了一个python的脚本来解决这个问题。脚本会自动获取指定时间段的阿里云监控数据，并且与提前设置好的阈值进行对比。如果监控数据达到了设定好的阈值就会写入到文本文档中。我们只需要定时去执行这个脚本，并且查看巡检结果即可。该脚本可以配合监控大盘去使用，达到一个相互辅助的效果，让我们在日常巡检的过程中更加游刃有余。

脚本介绍

简介

脚本巡检阈值可以自行设置调整。单次执行可以对多个阿里云账号及多个地域进行巡检。

目前脚本还是不断迭代中，会支持越来越多的阿里云产品。

脚本巡检内容

1. ECS CPU使用率
2. ECS 内存使用率
3. ECS磁盘空间使用率
4. OSS bucket 存储使用量
5. OSS 资源包订购情况

脚本工作流程图

1. 设定巡检时间
2. 读取配置文件并生成client
3. 获取阿里云监控数据
4. 判断是否超过阈值并生成巡检信息
5. 生成易读的巡检文本

脚本详解

阿里云client

当我们需要获取阿里云云监控的监控数据的时候，第一步就是要创建client，即进行鉴权。只有通过鉴权才能获取到我们想要的数据。首先我们要创建AK，这里不再详细描述如何生成AK，阿里云官方文档中有详细的步骤。这里建议使用子账号的AK进行，并且尽量缩小权限，这样可以最大限度的保证账号的安全。

创建client其实很简单，只要调用AcsClient这个方法即可。这个方法包含在阿里云python sdk的核心包里面。

云产品时序指标监控数据

当我们需要获取一些云产品在一段时间内的监控数据，就需要用到DescribeMetricList 这个接口。

接口请求参数如下：

代码如下：

这里我们通过设置request对象的参数来切换我们所需要查询的数据。其中nameSpace代表了不同的云产品，metricName代表该云产品的不同监控项。

这里需要注意的是各云产品的Namespace、Project、Metric、Period、Dimensions等参数的取值都是不一样的，可以参考如下链接：

https://help.aliyun.com/docum...

获取数据并写入数据库

有了通用的获取时序监控数据的方法后就该获取我们想要的数据了。这里我们把需要的数据写入到sqlite3数据库中备用。

代码如下：

这里首先我们设定了需要的nameSpace和metricName。然后创建了根据用户名创建了不同的ecsCPU的数据库。这里DB的名称前面加用户名是为了后续生成巡检结果的时候便于区分。

之后我们便在每个用户的数据库中创建了以实例ID为名称的表，用来存放这个实例的监控数据。这里对名称做了一下处理。首先阿里云ECS的实例ID都是以i-**开头的，但是sqlite3数据库的标明不能出现-所以将i-这部分去除掉了。去掉后的一串字符串有可能以数字开头，以数字开头的表名在sqlite3中也是不允许的，所以之前又加了ecs_作为开头以避免表名报错。

生成巡检结果

当我们获取数据后就要生成巡检结果了，这里我们只需要读取之前存好的数据并且与我们的阈值进行判断即可。

到这里我们的巡检脚本就基本完成了。

使用说明

v 0.1 版本说明

阈值修改

支持根据需求配置不同的CPU、内存和磁盘阈值

配置方法：

修改ops.py文件的ecsCpuThreshold、ecsMemThreshold、ecsDiskThreshold三项的值即可，单位为百分比

配置文件说明

复制config.ini.ex为 config.ini 修改内容即可

[test]

配置文件名称

name = aaa

个性化名称

enable = 1

是否启用，1为启用，0为不启用。不启用的配置在生成报告中会被忽略

ak = Lxxxxx9C

阿里云AccessKey ID

sk = LxxxxxUq

阿里云AccessKey Secret

region= cn-hangzhou

地域信息，目前单配置仅支持单个地域，如有多个地域请添加多个文件

已知bug

目前未对ECS信息的分页进行处理，如果实例数量较多可能会导致数据获取不全的问题，后续版本修复 （目前测试环境下上百台机器暂未发现报错）。

未进行较为详细的报错信息输出，如果报错可能会直接退出。

了解更多技术案例，可查看云掣官网。