Think RMS · VMware vSphere 虚拟化平台接入使用说明

版本 v1.1.1 ｜适用补丁包 rms-patch-1.1.1.tar.gz ｜适用 RMS v1.0.0 及以上本补丁为 RMS 增加 vCenter 平台级监控：一台探针直连 vCenter API，自动发现并采集全部数据中心 / 集群 / ESXi 主机 / 虚拟机 / 数据存储，无需在每台虚拟机内安装探针；并提供按部门 / 业务分组的资源统计报表与容量告警。

v1.1.1 离线零依赖版：补丁内置免安装 Python3 运行时，目标机无需联网、无需预装 python，一键升级；不再包含校验码环节。仅支持 x86_64 Linux（glibc ≥ 2.17，CentOS 7 及以上）。

1. 能力总览

能力	说明
平台级采集	Categraf `input.vsphere` 插件直连 vCenter（`https://<vcenter>/sdk`），一个账号覆盖整个虚拟化平台
五层自动发现	datacenter / cluster / host(ESXi) / vm / datastore，拓扑标签自动附带（`datacentername/clustername/esxhostname/vmname/dsname`）
部门/业务分组	通过 vCenter 自定义属性 `dept`、`biz` 打标，采集后自动转为指标 label
统计报表	7 条记录规则预聚合为 `virtualization_*` 指标 + 2 张看板（平台总览、部门/业务报表）
容量告警	6 条告警规则：主机 CPU/内存饱和、数据存储容量告急/预警、VM CPU 争用、采集中断

1.1 核心指标名（看板/告警/自助查询通用）

层级	指标	含义
虚拟机	`vsphere_vm_cpu_usage_average`	VM CPU 利用率（%）
虚拟机	`vsphere_vm_mem_usage_average`	VM 内存利用率（%）
虚拟机	`vsphere_vm_cpu_ready_summation`	CPU 就绪等待（ms），争用/Co-Stop 信号
主机	`vsphere_host_cpu_usage_average`	ESXi 主机 CPU 利用率（%）
主机	`vsphere_host_mem_usage_average`	ESXi 主机内存利用率（%）
数据存储	`vsphere_datastore_disk_used_latest` / `vsphere_datastore_disk_capacity_latest`	已用 / 总容量（Byte）
预聚合	`virtualization_vm_count` 等 `virtualization_*`	按 dept/biz/cluster 聚合的报表指标（记录规则产出）

2. 前置条件

RMS 已完成 v1.0.0 主发行包部署（/opt/rms，rms-n9e 运行正常）；
一台能网络通达 vCenter 443 端口的机器作为探针机（可以是 RMS 宿主机，也可以是平台内任意 Linux/Windows 机器上已部署的 Categraf）；
vCenter 6.7 / 7.0 / 8.0 均可（API /sdk 端点一致）；
一个 vCenter 只读账号（建议专号专用，见 4.2）。

3. 补丁安装（RMS 宿主机执行，离线一键）

从发布页下载补丁（公开直链，无需凭据）： https://rms.thinkalike.com.cn/dl/rms-patch-1.1.1.tar.gz（约 30MB，含内置 Python3 运行时）
上传到 RMS 宿主机并解压安装（root 执行，幂等可重跑，全程不需要外网）：

tar xzf rms-patch-1.1.1.tar.gz -C /tmp && cd /tmp/rms-patch-1.1.1
bash install_patch.sh                      # 一键升级：自动读取 /opt/rms/.env 凭据
# 或显式指定：bash install_patch.sh --rms-home /opt/rms --user admin --password 'xxx'

脚本自动完成：环境自检（x86_64/磁盘/docker）→ 备份 compose 与集成目录 → 落地 vSphere 集成物料 → 选择 Python（系统 python3≥3.6 可用则复用，否则自动解包内置运行时到 /opt/rms/py3）→ 追加 compose 挂载 → 重启 rms-n9e → 播种「虚拟化平台」业务组、2 张看板、7 条记录规则、6 条告警。输出 PATCH_INSTALL_OK 即成功；回滚方法见脚本末尾提示（恢复 patch-bak-v1.1.1-* 备份目录）。

验证：浏览器进入 RMS → 业务组「虚拟化平台」，可见两张看板： vSphere 虚拟化平台总览、虚拟化资源统计（部门/业务分组）。

4. 接入 vCenter（探针机配置）

4.1 放置采集模板

补丁已内置模板 /opt/rms/etc-integrations/vSphere/collect/vsphere/vsphere.toml。在探针机的 Categraf 配置目录（RMS 宿主机部署默认 /opt/rms/etc/categraf/conf/input.vsphere/，若探针独立部署则为该机 conf/ 目录）下新建 vsphere.toml，按模板填写。

4.2 vCenter 侧准备（只读监控账号）

登录 vCenter Host Client / Flash Client；
菜单 → 管理 → 访问控制 → 角色 → 新建角色「RMS-Monitor」，仅勾选只读权限项： 全局 → 全局（查看）、主机 → 清单（查看）、资源 → 池/主机/虚拟机（查看）、虚拟机 → 虚拟机配置（查看）、数据中心 → 清单（查看）；切勿授予任何电源操作/编辑/删除类权限；
在全局（vCenter 根对象）→ 权限 → 添加权限：选择本地用户（如 monitor@vsphere.local）+ 角色 RMS-Monitor + 传播到子对象。

4.3 最小可用配置

interval = 60

[[instances]]
  vcenter = "https://vcenter.example.local/sdk"   # 注意带 /sdk 后缀
  username = "monitor@vsphere.local"
  password = "实际口令"
  insecure_skip_verify = true                      # 自签证书场景
  vm_instances = true
  host_instances = true
  cluster_instances = true
  datastore_instances = true
  datacenter_instances = true
  custom_attribute_include = ["dept", "biz"]       # 部门/业务打标透出

多 vCenter：复制整段 [[instances]] 块即可，各实例独立采集。

4.4 重启探针并验证

systemctl restart categraf            # 或 docker restart rms-categraf
journalctl -u categraf --since -2m | grep -i vsphere   # 应无 error

在 RMS → 指标 explorer 查询 vsphere_vm_cpu_usage_average，1~2 个采集周期（约 2 分钟）后应有数据； ESXi 主机/集群/数据存储层指标来自 vCenter 性能 API 的 5 分钟粒度统计，首批数据到位约 5~10 分钟，属正常现象。

4.5 常见接入问题

现象	原因与处理
`cannot connect to vCenter` / context deadline	探针机到 vCenter 443 不通；`curl -k https://<vcenter>/sdk` 自检
`ServerFaultCode: Cannot complete login due to an incorrect user name or password`	账号口令错，或被 vCenter 锁定（连续失败会锁 15 分钟）
有 VM 指标、无集群/数据存储指标	`historical_interval` 与 vCenter 统计粒度不一致，或权限不足；确认 4.3 五层开关全开
证书报错	保持 `insecure_skip_verify = true`，或改为 `tls_ca` 指定 vCenter 根证书
vCenter 负载升高	收窄 `vm_metric_include` 白名单、`interval` 提到 120、`collect_concurrency` 保持 ≤2

5. 部门 / 业务分组打标（报表前提）

记录规则与部门报表基于指标上的 dept、biz 两个 label 聚合，其来源是 vCenter 自定义属性：

vCenter → 菜单 → 策略和配置文件 → 自定义属性 → 新建：名称 dept（类型：虚拟机）、名称 biz（类型：虚拟机）；
给每台 VM 编辑 → 监控 → 自定义属性 → 赋值，如 dept=研发部、biz=核心交易；（批量场景可用 PowerCLI：Get-VM web-01 | New-CustomAttribute -Name dept -Value 研发部，或 vCenter API/Ansible）；
打标后下一个采集周期（60s）指标自动携带 dept/biz label；未打标的 VM label 为空，总览看板仍可见，部门报表不计入。

看板变量 dept / biz 的下拉枚举通过 label 自动发现，无需维护。

6. 看板与报表使用

6.1 vSphere 虚拟化平台总览

面向平台运维视角：资产盘点（数据中心/集群/主机/VM/数据存储数量 stat 卡）、集群 CPU/内存水位趋势、ESXi 主机热点 Top10、虚拟机资源消耗 Top20 明细表、数据存储使用率排行。支持按 datasource / datacenter / cluster 变量下钻。

6.2 虚拟化资源统计（部门/业务分组）

面向管理者/成本视角：部门×业务维度的 VM 数、CPU/内存均值与 24h 峰值台账（tableNG），支持 dept / biz 变量过滤。数据来自 virtualization_* 记录规则，查询轻量、加载快。

6.3 按需出报表

任意面板右上角支持导出 PNG / CSV；
需要周期性部门报表时：告警订阅/大盘定时截图，或基于 virtualization_* 指标用 PromQL 自助拼装（指标 explorer → 另存看板面板）。

7. 告警与记录规则

安装后自动登记（业务组「虚拟化平台」，数据源绑定默认 Prometheus/VictoriaMetrics 数据源）：

告警	触发条件	级别
ESXi 主机 CPU 饱和	`vsphere_host_cpu_usage_average > 90`（5m）	P2
ESXi 主机内存压力	`vsphere_host_mem_usage_average > 90`（5m）	P2
数据存储容量告急	使用率 `> 95%`	P1
数据存储容量预警	使用率 `> 85%`	P3
虚拟机 CPU 争用	`cpu.ready / cpu.used > 10%`（Co-Stop 前兆）	P3
vCenter 采集中断	`vsphere_vm_cpu_usage_average absent`（10m）	P1

记录规则 7 条（virtualization_vm_count / cpu_usage_avg / mem_usage_avg / cpu_usage_max_24h / cluster_cpu_usage_avg / cluster_mem_usage_avg / datastore_usage_pct），每分钟/每 5 分钟评估一次，聚出的新指标可直接用于自建看板与二次告警。

告警通知渠道（邮件/钉钉/企微/短信）请在 RMS「告警 → 通知渠道」配置后，将上述规则绑定到对应订阅策略。

8. 升级 / 回滚 / 卸载

重复安装：install_patch.sh 幂等，重跑即覆盖更新物料与播种；
离线环境：安装全程不访问外网；Python 依赖已内置（解压到 /opt/rms/py3，仅播种脚本使用，不污染系统）；
回滚：install_patch.sh 已备份 docker-compose.yml 与 etc-integrations/ 至 /opt/rms/patch-bak-v1.1.1-<时间戳>/，恢复备份后 docker compose up -d n9e 即可；
彻底卸载：删除 /opt/rms/etc-integrations/vSphere、移除 compose 中的 vSphere 挂载行并重启 n9e；看板/规则可在 RMS UI 内按名称批量删除。

9. 支持

产品问题请联系交付团队，附：docker logs rms-n9e --since 10m、探针机 categraf 日志中 vsphere 片段、vCenter 版本号。