【本文系9月27日，海云捷迅首席架构师，OpenStack技术大神 马力 在OSC大咖说视频直播中的主题分享】
OpenStack当今有许多的应用案例，利用它部署的大规模项目逐渐增多，同时，在发展过程中也存在一些问题，今天主要和大家谈谈自己的经历、入门OpenStack，以及解决技术问题的思考和看法。
![image]( "image")
初识OpenStack，为中国开源繁荣添砖加瓦
我早期参与了深度的虚拟化内核研究，后面开始做更加上层的云编排系统，遇到了OpenStack，在开源社区中，和朋友们的意见不一致就会争论，交流也随之越来越多，一开始是比较难受，后来懂得多了就会越来越顺。
国内的开源化目前还是处于起步阶段，技术共享氛围不够，中国的经济快速发展很快，企业从社会上挣到了钱，但共享的技术少一些，国外则是从社会获取一些，然后回报给社会一些技术，这样大大促进了开源技术的发展。
自从2013年参与OpenStack社区，自己对OpenStack的贡献越来越高，很多企业基于OpenStack快速崛起，开源文化一直在慢慢进化，开源中国顺应这样的环境建立了码云平台。所以说不单是OpenStack，其他比如Docker 、移动技术平台等也大大推进中国的开源化发展。
OpenStack开源云计算已经在全球如火如荼地商业化落地，越来越多的企业选用OpenStack解决方案，也有很多供应商用OpenStack来优化IT基础架构、降低成本。
对于开源技术，个人觉得越早参与对自己价值的提升作用越大，另一方面，OpenStack对于公司会有明显的贡献，OpenStack全球火爆，OpenStack是全球第二大开源社区，最重要的是它的共享氛围，你获取东西，把自己的东西反馈给社区，同时也跟好多国际化开发者讨论，他们的想法和你的想法有什么相同和不同，在交流的过程中同时提高了自己的技术能力。
入门OpenStack，懂得这些，总不会太难
学习OpenStack的要求都有哪些呢？
第一、有一个好的数学理论基础，其实对于编程也是如此；
第二、明晰云计算的基础架构比如IaaS、PaaS、SaaS等；
第三、懂得一些硬件的知识，因为云计算与物理硬件打交道，比如x86、内存、硬盘、网络，服务器，交换机的使用，存储比如SAN、NAS、分布式存储等；
第四、操作系统的使用，开源的Linux，闭源的如Windows，对系统本身有个了解，会基本的使用方法；
第五、虚拟化知识，OpenStack作为基础化的平台，计算资源虚拟化、网络虚拟化技术等相关知识储备必不可少。
渐入OpenStack，从部署环境步步深入
要进行OpenStack开发，首先要进行OpenStack环境的部署。首先要下载OpenStack，启用虚拟机，Ping通设备，刚开始需要不少时间，我开始接触OpenStack花了大概5天时间，OpenStack一共有二十多个组件，配置错一个文件都会出问题，OpenStack社区让你少走很多的弯路。
要不要自动化部署OpenStack这个问题要看对自己的定位，如果只是对OpenStack感兴趣去学习一下，完全可以通过社区的技术工具自动部署。而对于专业开发者，自动化部署对他们的意义不大，自动化部署工具隐藏了99%的设置，只把IP配置等基本的手动配置项显示在外面，手动部署，可以知道OpenStack的架构等一些东西，OpenStack的架构是很优秀的，而自动部署则看不到这些东西。
接着要浏览大量代码，不爱写文档是开发者的共性，在全球范围内都是这样，在程序员的世界里，代码就是文档，文档就是代码。而正是没有开发文档，所以很难迅速入手，过时的开发文档对新手也是一种限制。
OpenStack的社区有整套的OpenStack安装教程，如何去学习，去社区进行交流，看官方的说明，Step to Step的教程。然后进行Core Review，参与讨论，Review别人的代码，全球的开发者，提交，审核，你能不能接受别人的代码，你有什么好的解决方案。
Core Review需要做什么事情？
1、Keep Review，不间断地Review，不停参与Review；
2、参与代码讨论，社区有在线的聊天室，每周都有讨论，找到问题以及修复问题；
3、贡献核心代码，哪些功能需要但没有，可以去提出并做，并提交文档。
做到以上三点，差不多半年的时间经验就上去了。
OpenStack社区对贡献量有一套评判标准，做得很极端，它有一个全球排行榜StackAlytics，它通过以下几个方面评判：1、修复Bug的数量；2、新功能的提出；3、Review代码的多少；4、提的意见，反对的意见将更加有用；5、贡献代码行数。
公司排名意义比个人大，贡献量是多少是评判标准，但是要说一句，公司通过OpenStack全球排名来判定个人价值的意义不大，因为每个人都有专注的方向，项目开发难度不同，代码的优劣也不同，不应简单通过OpenStack全球排名来制订KPI。
进阶OpenStack，服务器架构的优化之道
大规模下的OpenStack的落地有很多问题，公有云、私有云，适合把企业的IT基础云化，部署可大可小，小企业四台服务器支撑整个IT架构，中型企业40多台，规模大点上千台，谷歌是几十万台，中国移动用到了万台的服务器，不同的架构面临很多的问题，微软Azure的工程师，表示500台是一个坎儿。
比如定义千台服务器的分布式数据中心的应用场景，比如某个欧洲的运营商案例，有50个数据中心，每个有50—100台物理服务器，大规模集群分布式运营，这样的话有很多的Site，OpenStack管理会遇到部署问题，50个数据中心就有50个Region，只能是资源隔离，不可共享，A和B网络通讯则需要走浮动IP，这样资源没有进行最大化的利用，运维成本也高。
改进OpenStack，部署一个OpenStack，计算网络平面集中在一起，他们在实验室中实验，发现很大的性能瓶颈，大规模的架构是一个Region，全部形成一个共享的资源池有很大的挑战。架构层面，开源中国有很多的架构案例，比如网络安全，防火墙，入侵的安全，Web方面的，Web缓存，负载均衡，虚拟化的负载调度，性能不是很苛刻则好，控制平面横向扩展，很多问题其实并不是OpenStack层面的问题。
RPC消息队列是OpenStack的核心点，但它不归OpenStack管，OpenStack只负责SDK封装。因为RPC集群的控制平面不可能那么大，都是带状态的，控制平面越大，那么产生问题的可能性越大，设计分布式集群的时候，不单OpenStack，其他的互联网系统也是会遇到这种问题，消息的一致性，消息队列产生的状态同步，会不会产生瓶颈、如何避免，可以优化架构，用其他语言编写，内部调优，可以，但是没法做持续优化；也可以修改消息队列的架构，比如基于ZeroMQ的分布式消息队列，非常优秀，采用点对点的通讯，性能好，时延小，可以在大规模环境中尝试使用。不然如果中央集群出问题，那么整个项目就会出问题。
数据库的性能问题，OpenStack社区有不规范的时候，在其他的开源社区的时候有，我参与一些社区的代码不够优化，最后对数据库系统带来较大压力，其中包括事务管理、包括对数据库建立索引等，都需要微调，不归OpenStack管理，但是人们都去开源社区会报怨，OpenStack不稳定、OpenStack不行，实际如果你了解部署，你就会发现你需要更多的其他知识。当然，你也可以将这些问题反馈给OpenStack社区，让大家参与进来，因为个人的相关领域知识还远远不的，越优秀的开发者就有能力做更多的优化，周边相关的专业开发者一起让OpenStack做得更好。
