运维编排(OOS) 简介

什么是OOS

Operation Orchestration Service，简称OOS，是全面、免费的云上自动化运维平台，提供运维任务的管理和执行。典型使用场景包括：事件驱动运维，批量操作运维，定时运维任务，跨地域运维等，OOS为重要运维场景提供审批，通知等功能。OOS帮您实现标准化运维任务，从而实践运维即代码（Operations as Code）的先进理念。关于OOS更详细的介绍请查阅 运维编排服务。

场景介绍

当ECS实例因已知或未知的原因CPU使用率过高时，往往会影响实例上应用的运行状态，造成应用运行缓慢甚至卡死。这是如果通过重启实例能够将ECS实例的CPU使用率快速恢复到较低的水平，就能够避免对应用的影响。在这个场景中，可以使用OOS告警触发功能，将CPU使用率高的实例自动重启，从而达到无人值守自动恢复的效果。

操作步骤

1. 登录 OOS控制台 。
2. 单击 告警与事件运维 ，单击 创建 。
3. 设置 触发规则 。
4. 产品类型选择 云服务器ECS ，在规则描述中选择触发条件；本文选择当 cpu_total 大于80%时，触发告警操作，即进行重启实例； 触发沉默周期 默认为5分钟，即5分钟内不会因为重复的告警而重启实例。
5. 在需要 报警资源 中，选择要监控CPU使用率的实例。
6. 选择模板，模板类型选择公共模板，并选择批量重启ECS实例模板  ACS-ECS-BulkyRebootInstances 。
7. 设置模板参数。选择 从告警消息体选择参数 。
   1. 地域ID 、 目标实例 、 任务执行的并发比率 保留默认配置即可。
   2. 执行使用到的权限的来源 ，需要为OOS服务创建RAM角色，参考《 为OOS服务设置RAM权限 》。执行此模板需要的权限策略。

{
  "Version": "1",
  "Statement": [
    {
      "Action": [
        "ecs:RebootInstance",
        "ecs:DescribeInstances"
      ],
      "Resource": "*",
      "Effect": "Allow"
    }
  ]
}

1. 设置完成后，单击 创建 。

结果验证

针对本文中的场景，可以通过压测工具 stress-ng 模拟CPU使用率高的情况。

1. 远程连接 登录到监控的ECS实例。
2. 安装stress-ng

# AliyunLinux/CentOS/RHEL
yum install stress-ng -y

# Ubuntu/Debian
apt-get install stress-ng -y

1. 运行stress-ng命令模拟CPU使用。

# stress-ng命令可以根据压测需求调整参数。
# 示例命令中，使用stress-ng压测2个CPU核，CPU负载设置为85%，运行5分钟后停止。
stress-ng --cpu 2 --cpu-load 85 --timeout 5m

1. 压测1分钟左右，观察告警触发被执行，运行命令的ECS实例被重启成功，ECS实例的CPU使用率也下降。