最近のたまおきの取り組み 〜OpenStack+αの実現に向けて〜 - OpenStack最新情報セミナー(2017年3月)
•Télécharger en tant que PPTX, PDF•
2 j'aime•2,536 vues
タイトル：最近のたまおきの取り組み 〜OpenStack+αの実現に向けて〜 アジェンダ： - OpenStackにまつわる課題 - OpenStack+αによる解決 --- 仮想ネットワークの高速化 --- GPU on OpenStack --- ログ解析の高度化 - OpenStack共同検証ラボのご紹介
Recommandé
Contenu connexe
Tendances
Tendances (20)
En vedette
En vedette (20)
Similaire à 最近のたまおきの取り組み 〜OpenStack+αの実現に向けて〜 - OpenStack最新情報セミナー(2017年3月)
Similaire à 最近のたまおきの取り組み 〜OpenStack+αの実現に向けて〜 - OpenStack最新情報セミナー(2017年3月) (20)
Plus de VirtualTech Japan Inc.
Plus de VirtualTech Japan Inc. (20)
Dernier
Dernier (12)
最近のたまおきの取り組み 〜OpenStack+αの実現に向けて〜 - OpenStack最新情報セミナー(2017年3月)
- 2. 自己紹介 • 日本仮想化技術の中の人 • オープンスタック関連の ビジネス創出中 – EnterpriseCloud.jp の管理者 – 『OpenStack最新情報セミナー』 の企画・運営 2
- 3. 本日のお題 • OpenStackにまつわる課題 • OpenStack+αによる解決 – 仮想ネットワークの高速化 – GPU on OpenStack – ログ解析の高度化 • OpenStack共同検証ラボのご紹介 3
- 5. OpenStackを取り巻く状況の変化 • OpenStack基盤は「作る」から「動かす」に – 鉄板構成が浸透してきた – 運用上の課題解決がポイントに – 新技術の取り込みや運用課題の改善提案を 取り組み機運がでてきた 5
- 6. 参考) OpenStack基盤について 6 クラウドコントローラ 仮想マシン 仮想マシン ベアメタルサーバ ベアメタルサーバ L2/L3スイッチ ア ン ダ ー ク ラ ウ ド ク ラ ウ ド ソ フ ト ウ ェ ア OpenStack基盤 ログ解析 ツール 監視・モニタ リングツール インシデント 管理ツール 問題管理 ツール 自動化 ツール 構成管理 ツール
- 7. OpenStack基盤の運用についての課題 OpenStack基盤の運用についての課題(一例) 注1 • OpenStackについての課題 – OpenStackに障害検知の仕組みがない 注2 – OpenStackのメータリング機能（リソース使用状況を可視化）が使えない 注3 – 仮想ネットワークの監視やQoS管理についてのノウハウが足りない 注4 • OpenStack基盤の運用・監視における課題 – 監視ツールのアラーム設定やログ管理ツールのBlack/White listや問題発生時に 参照するナレッジベースを手動で管理している – アラーム設定やナレッジベースの更新はOpenStackの熟練者にしかできない – 正常時の監視についてのノウハウが足りない 注5 7 注1: OpenStack基盤の運用におけるよくある課題を列記 注2: OPNFVのDoctorプロジェクトに期待 注3: Ceilometer + Gnocchi に期待 注4: 商用のSDN製品を使えば解決、ＯＶＳとかLinux Bridgeでどうするか 注5: SREなどの考え方の伝播やChaos Monkeyなどのツールの活用に期待
- 8. OpenStack基盤の運用についての課題 OpenStack基盤の運用についての課題(一例) • OpenStack基盤のログ管理についての課題 – OpenStack基盤から出力されるログの量が多すぎる 注6 – システムで一意で一貫性のあるログが出力されない – ログから原因を特定するのが難しい（OpenStackについての高度な知見が必要)注7 • 運用オペレーションについての課題 – インシデント管理の対応記録とナレッジベースの紐付けが不十分 – OpenStack基盤の構成管理情報がExcel管理で他システムから参照できない – アラーム設定やBlack/White listやナレッジベースはOpenStackのバージョンや機器 構成が変わるたびに見直さないといけない 注8 8 注6: 本番環境でもログレベルをDebugで運用しているため 注7: ログファイルにてトランザクションIDが引き継がれない場合があることが原因 注8: 今後の改善に期待
- 10. OpenStack + α とは 10 クラウドコントローラ 仮想マシン 仮想マシン ベアメタルサーバ ベアメタルサーバ L2/L3スイッチ ア ン ダ ー ク ラ ウ ド ク ラ ウ ド ソ フ ト ウ ェ ア OpenStack基盤 ログ解析 ツール 監視・モニタ リングツール インシデント 管理ツール 問題管理 ツール 自動化 ツール 構成管理 ツール
- 11. OpenStack + α とは 11 クラウドコントローラ 仮想マシン 仮想マシン ベアメタルサーバ ベアメタルサーバ L2/L3スイッチ ア ン ダ ー ク ラ ウ ド ク ラ ウ ド ソ フ ト ウ ェ ア OpenStack基盤 ログ解析 ツール 監視・モニタ リングツール インシデント 管理ツール 問題管理 ツール 自動化 ツール 構成管理 ツール ①仮想ネット ワークの 高速化 ②GPU on OpenStack ③ログ解析 の高度化
- 12. ①仮想ネットワークの高速化 12
- 13. Smart NIC による高速化 • NICにCPUが載ったもの • 重いネットワーク処理をHWオフロード – OVSやvRouterやIPSecなど 13 CPU NIC NIC VF VF VF VF VF VF VF VF VF VF PF 1 VF PF 2 VF Smart NIC ホストOS ゲストOS PF: Physical function VF: Virtual function
- 14. 仮想ネットワークの高速化手法 14 OVS + DPDK SR-IOV Smart NIC OVS(Open vSwitch)での仮想ネットワークの高速化手法 NIC NIC Smart NIC OVS flowtable OVS Management DPDK VM VM OVS Management VM VM OVS flowtable OVS Management VM VM VF DPDKを使用した仮想ス イッチの高速化 パススルー技術を活用し たネットワークの高速化 HWオフロードを使用した 仮想スイッチの高速化 Open vSwitch 2.3 から DPDK 機能を内包 6Wind 社などが商用製 品を提供 SR-IOV を有効化するた めに、BIOS と Linux カーネルを一部変更 HWオフロードNICを使用 Netronome社やCavium 社などが商用製品を提 供 VirtIO VirtIO VirtIO VirtIOVFVF OVS flowtable
- 15. 仮想ネットワークの高速化手法 15 OVS + DPDK SR-IOV SmartNIC OVS(Open vSwitch)での仮想ネットワークの高速化手法 性能：△ 性能：○ 性能：○ 管理のしやすさ：○ 管理のしやすさ：△（×） 管理のしやすさ：○ 導入が容易 ユーザは意識せず使用 専用設備を必要としない 帯域上限まで使える ＶＭに負荷をかけない 専用設備を必要としない 帯域上限まで使える？ ユーザは意識せず使用 VMに負荷をかけない ＶＦの割当・変更は不要 実績：△ 実績：△ 実績：× 帯域上限まで使えない DPDK処理用のVM （CPU処理）を割り当てる VFの割当・変更が手動 VMのマイグレーション作 業が面倒 OpenStack連携が未熟 専用設備を必要とする 実績は乏しい Cons Pros
- 17. 参考：人工知能と機械/深層学習の整理 人工知能 > 機械学習 > 深層学習 • 人工知能: Artificial Intelligence – 知的と考えられるような処理、すなわち記号論理処理やパターン 認識、分類、推論、統計解析、予測などを実行するさまざまな情 報技術の集合体 • 機械学習: Machine Learning – 訓練データからルールを発見し、モデルを獲得させて、それを 使って認識や分類、予測を行なうアルゴリズム • 深層学習: Deep Learning – 機械学習の手法の一つの「ニューラルネットワーク」を複数層に 重ねたもの 17 人工知能とは何か? 機械学習、深層学習の違いとは? http://pc.watch.impress.co.jp/docs/column/ai_nyumon/1021030.html
- 19. 機械学習や深層学習への期待 19 Huawei社 MIND: Machine Learning based Network Dynamics http://events.linuxfoundation.org/sites/events/files/slides/ONS_MIND_Huawei.pdf
- 20. GPU on OpenStack 20 コントローラノード 仮想マシン コンピュートノード Nova API Nova Compute App KVM IOMMU/VT-d GPU AMQP Nova Scheduler GPUパススルー技術を活用して、仮想マシンにGPUを割り当てる （GPUインスタンス） GPU Driver
- 21. ③ログ解析の高度化 21
- 24. ログ解析にまつわる課題 PP6-7からログ解析にまつわる課題を抽出 – 監視ツールのアラーム設定やログ管理ツールのBlack/ White listや問題発生時に参照するナレッジベースを手 動で管理している – アラーム設定やナレッジベースの更新はIaaS環境の熟練 者にしかできない – IaaS環境から出力されるログの量が多すぎる – システムで一意で一貫性のあるログが出力されない – アラーム設定やBlack/White listやナレッジベースは OpenStackのバージョンや機器構成が変わるたびに見直 さないといけない 24
- 25. Elastic + prelert による異常検知 25 「Prelertでプログラミングレスな異常検知に挑戦！」より引用 http://acro-engineer.hatenablog.com/entry/2016/11/02/120000
- 26. Moogsoftによるログ解析 イベント 入力 フィルター 頻出するイベントは排除する、 などの独自のロジックにより 98%のノイズを削除 時系列による 分類 類似事象 による 分類 構成管理に 紐付いた 分類 アノマリー検知 レシピに よる分類 ナレッジに よる分類 シチュエ ーション Ａ シチュエ ーション B シチュエーション 作成 多角的のアノマリー検知 により、99.5%のノイズを 削除 プライオリティ付け ＆通知 Black List / White List 運用に替わる方式への期待
- 29. OpenStack共同検証ラボとは • ブロードバンドタワー様のデータセンター施設を 利用し、検証環境を用意いたします。 • 『OpenStack共同検証ラボ』に協賛いただく会社を 募り、協賛企業の皆様と共に検証を行います。 – 協賛企業の皆様は検証テーマを提案できます。 – 本ラボが提案した検証テーマに参画いただくことも可 能です。 • 『OpenStack共同検証ラボ』で得たノウハウや知 見をドキュメント化し、ドキュメントを一般公開い たします。 29
- 30. 昨年度実施した評価・検証(一例)
- 32. 32