上篇文章谈到的get_project_quotas方法，进入这个方法。
def get_project_quotas(self, context, resources, project_id,
quota_class=None, defaults=True,
usages=True):
"""
根据给定的资源项，对于 给定的对象 进行配额检索，返回配额限制值
"""
quotas = {}
#对于一个给定的项目，<strong><span style="color:#ff0000;">检索它的所有的配额</span></strong>
#根据project_id查询数据库中相应项目的数据库信息，获取其中的hard_limit值，也就是获取规定的资源最大限额值
project_quotas = db.quota_get_all_by_project(context, project_id)
#检索一个给定资源的当前的所有相关的使用情况
if usages:
project_usages = db.quota_usage_get_all_by_project(context,project_id)
#<strong><span style="color:#ff0000;">通过适当的类获取配额信息</span></strong>。如果project ID匹配context中的一个，那么使用context中的quota_class类，否则，使用所提供的quota_class类（如果有的话）
#选取合适的类，为后面做准备
if project_id == context.project_id:
quota_class = context.quota_class
if quota_class:
class_quotas = db.quota_class_get_all_by_name(context, quota_class)
else:
class_quotas = {}
for resource in resources.values():
# Omit default/quota class values
if not defaults and resource.name not in project_quotas:
continue
quotas[resource.name] = dict(
limit=project_quotas.get(resource.name, class_quotas.get(resource.name, resource.default)),
)
# Include usages if desired. This is optional because one
# internal consumer of this interface wants to access the
# usages directly from inside a transaction.
if usages:
usage = project_usages.get(resource.name, {})
quotas[resource.name].update(
in_use=usage.get('in_use', 0),
reserved=usage.get('reserved', 0),
)
return quotas这条语句主要实现的是根据project_id查询数据库，获取各种资源的限定值，这里的资源包括instances，ram，
cores，以字典形式返回给project_quotas。
b) project_usages = db.quota_usage_get_all_by_project(context,project_id)
这条语句和上条类似，这里也会根据project_id查询数据库，获取各种资源的限定值，只是这里获取到的还包括了
in_use和reserved。同样以字典形式返回给project_usages。
c) class_quotas = db.quota_class_get_all_by_name
根据quota_class来查询QuotaClass类。
分析完上面的三个主要的方法，接下来的代码实现的就是从字典project_quotas/project_usages中，为资源
instance、ram、cores读取limit的值。得到的结果是如下的形式。
resource.name = instances
limit:10
resource.name = ram
limit:51200
resource.name = cores
limit:20
def _get_quotas(self, context, resources, keys, has_sync, project_id=None):
...
#获取并返回磁盘配额
quotas = self.get_project_quotas(context, sub_resources,project_id,context.quota_class, usages=False)
return dict((k, v['limit']) for k, v in quotas.items())
def reserve(self, context, resources, deltas, expire=None, project_id=None):
...
quotas = self._get_quotas(context, resources, deltas.keys(),
has_sync=True, project_id=project_id)
return db.quota_reserve(context, resources, quotas, deltas, expire,
CONF.until_refresh, CONF.max_age,
project_id=project_id)看db.quota_reserve方法，这个方法主要完成的是对资源进行配额检测和更新数据库的操作，这里就不展开了。
到这里reserve方法就分析完成了，这个方法分析完后，上文中的_check_num_instances_quota方法也就分析完成
了。
这个方法主要实现的是资源配额管理，根据配额限制确定所要创建的实例数目，并获取分配好的资源uuid的列表。
回到_validate_and_provision_instance方法。
class API(base.Base):
def _validate_and_provision_instance(self,context,instance_type,
...):
#一些参数的验证和初始化
if not metadata:
metadata = {}
if not security_group:
security_group = 'default'
...
#如果客户端没有指定虚拟机规格，则使用默认的格式 ，检查虚拟机的规格是否可用
if not instance_type:
instance_type = instance_type.get_default_instance_type()
...
#根据配额资源限制计算所要建立实例的数目，并获取了分配好的资源（块存储）的UUID的列表
num_instances, quota_reservations = self._check_num_instances_quota(
context, instance_type,...)
try:
instances = []
instance_uuids = []
#检查metadata项数是否超标
self._check_metadata_properties_quota(context, metadata)
#检查注入文件的个数和大小是否超标
self._check_injected_file_quota(context, injected_files)
#检查需求网络是否合法
self._check_requested_networks(context, requested_networks)
#获取、检查虚拟机镜像文件
if image_href:
#获取虚拟机镜像文件的uuid
(image_service, image_id) = glance.get_remote_image_service(context,
image_href)
#获取虚拟机镜像文件信息
image = image_service.show(context, image_id)
#检查镜像是否可用
if image['status'] != 'active':
raise exception.ImageNotActive(image_id=image_id)
else:
image = {}
#检查虚拟机内存是否足够大
if instance_type['memory_mb'] < int(image.get('min_ram') or 0):
raise exception.InstanceTypeMemoryTooSmall()
#检查虚拟机磁盘是否足够大
if instance_type['root_gb'] < int(image.get('min_disk') or 0):
raise exception.InstanceTypeDiskTooSmall()
...
#用于创建数据库的记录
base_options = {
'reservation_id': reservation_id,
...}
#获取镜像中指定的参数
options_from_image = self._inherit_properties_from_image(
image, auto_disk_config)
#将镜像中的参数合并至base_options
base_options.update(options_from_image)
...
for i in xrange(num_instances):
options = base_options.copy()
#在数据库中创建虚拟机记录
instance = self.create_db_entry_for_new_instance(context,
instance_type,
image,
options,
...)
#保存创建的虚拟机列表
instances.append(instance)
instance_uuids.append(instance['uuid'])
#通知Nova API，虚拟机当前状态为BUILDING
notification.send_update_with_states(context,instance,...)
expect Exception:
...
#修改租户的QUOTAS，为虚拟机预留硬件资源
<span style="font-family: SimSun;">QUOTAS.commit</span><span style="font-family: SimSun;">(context,quota_reservations)</span>
...
return (instances,request_spec,filter_properties)
1、为了限制限制用户对服务器资源的使用，Nova引入quotas(配额)的概念。quotas可分为两类：
(1)、限制单个虚拟机创建请求对硬件资源的使用情况。例如默认每次请求能够最多指定128项metadata，最多能够指
定5个插入文件。代码分别检查客户端传入的metadata和插入文件是否超标
(2)、限制某一个租户能够使用的硬件资源总数。例如默认每个租户可以使用20个VCPU，50G内存，最多可创建10个虚
拟机。代码调用_check_num_instances_quota方法检查当前租户能够创建多少个虚拟机。
Nova中各个硬件资源的默认quotas参见/nova/quota.py文件的quota_opts变量。
(3)、检查虚拟机的磁盘镜像。检查磁盘镜像是否可用，检查客户端指定的虚拟机规格是否足以运行虚拟机镜像。
image = {} 当客户端没有指定磁盘映像，_validate_and_provision_instance方法将磁盘映像设置为空，因为有些
小的操作系统不需要磁盘镜像，只需要指定内存和kernel。
(image_service, image_id) = glance.get_remote_image_service(context,image_href)
image = image_service.show(context,image_id)
这段代码的作用是通过glanceclient获取镜像文件信息。在openstack中，不同组件之间的通信是通过RESTful API
完成的，openstack的处理方式是为每个组件都包含了这样一个client，它们都继承于HTTPClient这个基类，但做了
一些个性化的封装，用于向各自的组件发送HTTP请求。
nova需要和glance通信，以获取镜像文件的信息，所以需要声明了这样一个glance client。代码
glance.get_remote_image_service(context,image_href)的作用就是创建一个glaceclient对象，然后把这个对象
封装入GlanceImageService类里，即返回值image_service。然后调用该类下的show方法来获取镜像文件的信息。
(4)、base_options 主要是将客户端传过来的数据转化为方便数据库处理的base_options变量。数据转化是客户端和
服务器之间通信很重要的工作。例如：在servers包的Controller方法中就专门使用ViewBuilder类，完成数据转化的
工作。
(5)、为每个虚拟机创建一条数据库记录。调用send_update_with_states方法，通知Nova API服务更新虚拟机状态。
(6)、QUOTAS.commit修改租户的quotas，为新创建的虚拟机预留硬件资源。
回到_create_instance方法，我们来回顾一下这个方法。
class API(base.Base):
def _create_instance(self,context,instance_type,
...):
...
#验证客户端传入参数，做虚拟机创建前的准备工作
(instances,request_spec,filter_properties) = self._validate_and_provision_instance(context,
instance_type,
...)
for instance in instances:
#更新InstanceAction表记录
self._record_action_start(context,instance,instance_actions.CREATE)
#向Nova Scheduler服务发送RPC请求，创建虚拟机
self.scheduler_rpcapi.run_instance(context,...)
return (instances,reservation_id)1、调用_validate_and_provision_instance方法完成 虚拟机创建的准备工作。
2、调用_record_action_start方法更新数据库中InstanceAction表的记录，将虚拟机状态改为“开始创建”。
3、调用scheduler_rpcapi.run_instance方法，向Nova Scheduler服务发送RPC请求，将虚拟机创建请求交给Nova
Scheduler服务处理。
总结：Compute API类的create方法完成的工作总结：
1、create方法首先调用_check_create_policies方法，检查当前用户是否具有创建虚拟机的权限。然互调用
_create_instance方法进一步处理虚拟机的创建请求。
2、_create_instance方法首先调用_validate_and_provision_instance方法完成虚拟机创建的准备工作。
然后对每个要创建的虚拟机 调用_record_action_start方法更新Nova数据库中InstanceAction表的记录。
最后远程调用Nova Scheduler服务的 run_instance方法，进一步处理虚拟机的创建请求。
3、_validate_and_provision_instance完成的工作：验证客户端传入的参数、修改租户的quotas,为虚拟机预留硬件
资源；在数据库中创建虚拟机记录。
1657
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
