继续上篇文章谈到的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,检索它的所有的配额
#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)
#通过适当的类获取配额信息。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
a) project_quotas = db.quota_get_all_by_project(context, project_id)
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_usages。这个方法就不展开了。
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,这个方法也不展开了。
c) class_quotas = db.quota_class_get_all_by_name
这里的quota_class_get_all_by_name和之前分析的两个方法是类似的,只不过之前两个方法是根据project_id来查询数据库,而这里是根据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
至此,我们分析完了get_project_quotas方法,下面回到_get_quotas方法。
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())
可以看到获取到quotas后,返回的各项(instance、ram、cores)的限额。然后再回到reserve方法。
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)
执行完_get_quotas语句后,得到的quotas的结果类似这样:quotas = {instances:10, ram:51200, cores:20}。来看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,回顾一下,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(块存储)uuid的列表。
继续上文,我们回到_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
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
QUOTAS.commit(context,quota_reservations)
...
return (instances,request_spec,filter_properties)
刚刚分析完了:(1) _check_num_instances_quota,来继续分析一下
(2)(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。简单的介绍一下glanceclient这个东东吧。前面已经介绍过,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。具体到这里,nova需要和glace通信,以获取镜像文件的信息,所以需要声明了这样一个glanceclient。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。
这个方法后续的工作就是各种检测以及与数据库的交互过程,来完成实例的创建前的一些准备工作~~
至此,_validate_and_provision_instance方法也分析完了,回顾一下,这个方法实现的主要功能就是创建实例前的一些准备工作。后面文章我们继续分析后续的代码。