某政务云项目业务系统迁移调研实践

关注

原创 2025-06-26 16:09:24 1.2k 阅读 AI 写同款· GEO 优化 ›

项目背景

某国家部委云平台项目自2020年中旬开始建设云平台，后期期望将全部VMware主机迁移至国产云平台内，但是由于虚拟机数量较大，系统调研工作迟迟未能完成，导致项目严重超期。从2021年6月介入该项目后，我们通过「知了Prophet」自动化调研工具，快速帮助用户完成业务系统调研工作，还通过”容灾渐进式“迁移的理念打消了用户在迁移前的顾虑，在不到1个多月的时间内，顺利完成了多套业务系统迁移工作，涉及虚拟机数量超过百台。本文重点介绍如何利用「知了Prophet」调研工具，完成自动化调研及系统信息梳理工作。

用户环境

客户本次要迁移的业务系统运行在以VMware为主的虚拟化平台上，VMware ESXi版本主要集中在5.1、5.5和6.5版本上，共计20台ESXi服务器，虚拟机数量1000台以上，分为业务区和DMZ区。

调研环境准备

软件安装

1、准备运行环境

在ESXi上创建一台虚拟机，配置如下：

操作系统：CentOS 7.3
规格：2 CPU 2G Memory 40G
网络：能够访问vCenterESXi，443和902端口(TCP协议)

2、安装容器

登陆到系统内部，使用root容器安装Docker

wget https://download.docker.com/linux/static/stable/x86_64/docker-19.03.15.tgz

配置容器

setenforce 0

tar -zxvf docker-19.03.15.tgz

mv docker/* /usr/bin/ && rm -rf docker

 

cat > /etc/systemd/system/docker.service <<-EOF

[Unit]

Description=Docker Application Container Engine

Documentation=https://docs.docker.com

After=network-online.target firewalld.service

Wants=network-online.target

 

 

[Service]

Type=notify

# the default is not to use systemd for cgroups because the delegate issues still

# exists and systemd currently does not support the cgroup feature set required

# for containers run by docker

ExecStart=/usr/bin/dockerd -H tcp://0.0.0.0:2375 -H unix://var/run/docker.sock

ExecReload=/bin/kill -s HUP

# Having non-zero Limit*s causes performance problems due to accounting overhead

# in the kernel. We recommend using cgroups to do container-local accounting.

LimitNOFILE=infinity

LimitNPROC=infinity

LimitCORE=infinity

# Uncomment TasksMax if your systemd version supports it.

# Only systemd 226 and above support this version.

#TasksMax=infinity

TimeoutStartSec=0

# set delegate yes so that systemd does not reset the cgroups of docker containers

Delegate=yes

# kill only the docker process, not all processes in the cgroup

KillMode=process

# restart the docker process if it exits prematurely

Restart=on-failure

StartLimitBurst=3

StartLimitInterval=60s

 



[Install]

WantedBy=multi-user.target

EOF

运行容器

systemctl daemon-reload

systemctl start docker

3、安装「知了Prophet」调研工具

docker pull \

  registry.cn-beijing.aliyuncs.com/oneprocloud-opensource/cloud-discovery-prophet:latest

4、运行容器

我们将/root目录映射到容器内部

docker run \

  --net host \

  --privileged=true \

  --name prophet \

  -v $HOME:/root \

  -dit \

  registry.cn-beijing.aliyuncs.com/oneprocloud-opensource/cloud-discovery-prophet:latest

系统调研

系统信息采集

1、进入「知了Prophet」容器

docker exec -ti prophet bash

2、扫描全网中活跃主机

扫描指定网络地址段内的主机，并进行记录，可以作为后续更详细信息采集的输入。扫描完成后，将自动在指定的/root路径下生成 csv 文件。

prophet-cli scan --host 10.1.0.43-62 --output-path /root

3、填写用户名/密码

将生成CSV文件回传本地，用Excel编辑，填写用户名/密码信息

4、执行采集

填写完成后，将scan_hosts.csv文件传到宿主机/root目录下，就可以执行详细信息采集了，方法如下：

prophet-cli collect --host-file /root/scan_hosts.csv --output-path /root/

指令运行后，会有汇总性的信息，如果采集失败，则需要在日志中查询错误原因

===========Summary==========

Total 73 host(s) in list, Need to check 2 host(s), success 0 hosts, failed 2 hosts.

Failed hosts: ['[WINDOWS]xxx', '[LINUX]xxx']

============================

执行完成后，将在ouput-path中生成host_collection_xxx.zip文件，该文件就是采集后的打包文件。

系统信息分析

对上一步运行的结果进行分析

prophet-cli report \

  --package-file /root/host_collection_20210804091400.zip \

  --output-path /root/

最后生成的analysis_report.csv就是分析后的文件，可以传输回本地，进行进一步分析，至此完成了全部信息采集工作。

总结

在本次调研工作中，脚本总运行时间在30分钟内，共调研出虚拟机数量1049，其中Window 582台，Linux 467台，CPU总数量 7734核，内存总大小19T，总存储容量为60TB。

在大规模系统调研中，自动化是必须的手段，而目前在迁移调研领域的工具少之又少，所以「知了Prophet」工具无疑是对系统调研准确性的最好的保障。

联系我们

现在，「知了Prophet」开源上线github，并同步至国内的gitee上。

Github地址：

https://github.com/Cloud-Discovery/prophet
Gitee地址：

https://gitee.com/cloud-discovery/prophet

我们希望，大家在使用过程的问题和新需求，都可以和我们提出来。大家可以在github上提交issue，或者加入我们的开发交流群，与我们一起共建Prophet。

「知了Prophet」

自动化采集、分析的工具集，目前支持对物理机、VMware环境的采集和分析，未来将扩展至云平台资源、存储、网络等多种资源。

收录于

案例展示

标签

#github #自动化