Test Toc document check

简介

本文档介绍排除APIC GUI体验缓慢故障的一般方法。

快速入门

经常发现，APIC GUI问题缓慢是由于来自脚本、集成或应用的API请求速率较高造成的。APIC的access.log记录每个已处理的API请求。使用Github Datacenter组aci-tac-scripts项目中的访问日志分析器脚本，可以快速分析APIC的access.log。

背景信息

APIC作为Web服务器 — NGINX

NGINX是负责每个APIC上可用的API终端的DME。如果NGINX关闭，则无法处理API请求。如果NGINX拥塞，则API拥塞。每个APIC运行自己的NGINX进程，因此如果任何主动式查询器仅针对某个APIC，则可能只有一个APIC会出现NGINX问题。

APIC UI执行多个API请求以填充每个页面。同样，所有APIC show命令(NXOS Style CLI)都是执行多个API请求、处理响应然后提供给用户的python脚本的包装程序。

相关日志

日志文件名	位置	它位于哪个技术支持部门	备注
access.log	/var/log/dme/log	APIC 3of3	与ACI无关，每个API请求提供1行
error.log	/var/log/dme/log	APIC 3of3	ACI不可知性，显示nginx错误（包括限制）
nginx.bin.log	/var/log/dme/log	APIC 3of3	ACI特定，记录DME事务
nginx.bin.warnplus.log	/var/log/dme/log	APIC 3of3	ACI特定包含警告+严重性的日志

方法

隔离初始触发器

哪些方面受到影响？

• 哪些APIC受到影响；一个、多个或所有APIC?
• 哪里可以看到迟缓；是通过UI、CLI命令还是同时使用两者？
• 哪些特定的UI页面或命令速度较慢？

如何体验低速？

• 单个用户是否可在多个浏览器中看到这种情况？
• 多个用户是否报告速度缓慢？还是仅报告单个/子集用户？
• 受影响用户是否共享从浏览器到APIC的类似地理位置或网络路径？

缓慢的第一次注意到是在什么时候？

• 最近是否添加了ACI集成或脚本？
• 最近是否启用了浏览器扩展？
• 最近是否更改了ACI配置？

检查NGINX使用情况和运行状况

Access.log条目格式

access.log是NGINX的一项功能，因此与APIC无关。每行代表APIC收到的1个HTTP请求。参考此日志以了解APIC的NGINX使用情况。

ACI版本5.2+上的默认access.log格式：

log_format proxy_ip '$remote_addr ($http_x_real_ip) - $remote_user [$time_local]'
                    '"$request" $status $body_bytes_sent '
                    '"$http_referer" "$http_user_agent"';

此行表示执行moquery -c fvTenant时的access.log条目：

127.0.0.1 (-) - - [07/Apr/2022:20:10:59 +0000]"GET /api/class/fvTenant.xml HTTP/1.1" 200 15863 "-" "Python-urllib"

示例access.log条目映射到log_format:

log_format字段	示例内容	备注
$remote_addr	127.0.0.1	发送此请求的主机的IP
$http_x_real_ip	-	使用代理时最后一个请求者的IP
$remote_user	-	一般不使用。选中nginx.bin.log以跟踪登录执行请求的用户
$time_local	2022年4月07日：20:10:59 +0000	处理请求时
$request	获取/api/class/fvTenant.xml HTTP/1.1	Http方法(GET、POST、DELETE)和URI
$status	200	HTTP响应状态代码
$body_bytes_sent	1586	响应负载大小
$http_reference	-	-
$http_user_agent	Python-urllib	发送请求的客户端类型

Access.log行为

在较长时间内高速突发请求：

• 每秒40多个请求的持续突发会导致用户界面缓慢
• 确定负责查询的主机
• 减少或禁用查询源，以查看这是否能缩短APIC响应时间。

一致的4xx或5xx响应：

• 如果找到，请识别来自nginx.bin.log的错误消息

使用Github Datacenter组aci-tac-scripts项目中的访问日志分析器脚本，可以快速分析APIC的access.log。

检查NGINX资源使用情况

可以使用APIC中的top命令检查NGINX CPU和内存使用情况：

top - 13:19:47 up 29 days, 2:08, 11 users, load average: 12.24, 11.79, 12.72
Tasks: 785 total, 1 running, 383 sleeping, 0 stopped, 0 zombie
%Cpu(s): 3.5 us, 2.0 sy, 0.0 ni, 94.2 id, 0.1 wa, 0.0 hi, 0.1 si, 0.0 st
KiB Mem : 13141363+total, 50360320 free, 31109680 used, 49943636 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 98279904 avail Mem

PID   USER PR NI VIRT    RES   SHR   S %CPU %MEM TIME+     COMMAND 
21495 root 20 0  4393916 3.5g 217624 S 2.6  2.8  759:05.78 nginx.bin

高NGINX资源使用率可以直接与高处理率请求相关联。

检查内核

NGINX崩溃不常用于慢速APIC GUI问题。但是，如果找到NGINX核心，请将其附加到TAC SR进行分析。有关检查核心的步骤，请参阅ACI技术支持指南。

检查客户端到服务器的延迟

如果找不到快速请求，但用户继续表现出UI缓慢，则问题可能是客户端（浏览器）到服务器(APIC)延迟。

在这些情况下，验证从浏览器到APIC的数据路径（地理距离、VPN等）。 如果可能，请部署并测试从与APIC位于同一地理区域或数据中心的跳转服务器进行的访问，以隔离。验证其他用户是否显示类似的延迟量。

浏览器开发工具网络选项卡

所有浏览器都能够通过其Browser Development（浏览器开发）工具包(通常位于Network（网络）选项卡中)验证HTTP请求和响应。

此工具可用于验证来自浏览器的请求的每个阶段所需的时间，如图所示。

浏览器等待1.1分钟APIC响应的示例

特定UI页面的增强功能

“策略组”页：

思科漏洞ID CSCvx14621 - APIC GUI在“交换矩阵”(Fabric)选项卡中的IPG策略上缓慢加载。

“资产”页面下的界面：

Cisco Bug ID CSCvx90048 — “Layer 1 Physical Interface Configuration”（第1层物理接口配置）的“Operational”（操作）选项卡的初始负载较长/导致“Freeze”（冻结）。

客户端>服务器延迟的一般建议

默认情况下，某些浏览器（如Firefox）允许每台主机拥有更多网络连接。

• 检查此设置是否可以在使用的浏览器版本上配置
• 这对于多查询页面(例如“策略组”(Policy Group)页面)更为重要

VPN和与APIC的距离会增加整体UI延迟，因为客户端浏览器请求和APIC响应传输时间会更长。APIC在地理上本地的跳转框显着减少了浏览器到APIC的传输时间。

检查长期Web请求

如果Web服务器（APIC上的NGINX）处理大量长Web请求，这可能会影响并行收到的其他请求的性能。

对于具有分布式数据库的系统（如APIC）尤其如此。单个API请求可能需要向交换矩阵中的其他节点发送额外的请求和查找，这会导致预期的响应时间更长。这些长Web请求在较短的时间帧内突发，可能会增加所需的资源量，导致意外的较长响应时间。此外，收到的请求会超时（90秒），导致从用户角度而言出现意外的系统行为。

系统响应时间 — 启用服务器响应时间的计算

在4.2(1)+中，用户可以启用“系统性能计算”，跟踪并突出显示需要长时间处理的API请求。

可从“系统 — 系统设置 — 系统性能”中启用计算

启用“计算”后，用户可导航到“控制器”下的特定APIC，查看最后300秒内最慢的API请求。

系统 — 控制器 — 控制器文件夹 — APIC x — 服务器响应时间

APIC API使用注意事项

确保脚本不会损害Nginx的一般指针

• 每个APIC运行自己的NGINX DME。
  • 只有APIC 1的NGINX处理发往APIC 1的请求。APIC 2和3的NGINX不处理这些请求。
• 通常，在很长一段时间内每秒钟有40个以上的API请求会使NGINX衰弱。
  
  • 如果找到，则减少请求的攻击性。
  • 如果无法修改请求主机，请考虑对APIC执行NGINX速率限制。
  
  

解决脚本效率低下问题

• 请勿在每个API请求之前登录/注销。
  • 一个登录会话的默认超时为10分钟。同一会话可用于多个请求，并可刷新以延长有效时间。
  • 请参阅思科APIC REST API配置指南 — 访问REST API — 身份验证和维护API会话。
• 如果您的脚本查询共享父级的多个DN，而不是使用查询过滤器将查询折叠为单个逻辑父级查询。
  
  • 请参阅Cisco APIC REST API配置指南 — 合成REST API查询 — 应用查询范围过滤器。
  
  
• 如果需要更新对象或对象类，请考虑websocket订阅，而不是快速API请求。

NGINX请求限制

在4.2(1)+版本中，用户可以独立启用针对HTTP和HTTPS的请求限制。

注意：从ACI 6.1(2)版开始，此功能支持的最大速率从10,000次/秒降至40个请求/秒(r/s)或2400个请求/分钟(r/m)。

交换矩阵 — 交换矩阵策略 — 策略文件夹 — 管理访问文件夹 — 默认

启用时：

• 重新启动NGINX以应用配置文件更改
  • 新区域httpsClientTagZone将写入nginx配置
• 限制速率可以设置为每分钟请求数(r/m)或每秒请求数(r/s)。
• 请求限制依赖于NGINX中包含的速率限制实施
  • 针对/api/URI的API请求使用用户定义的限制速率+ burst=（限制速率x 2）+ nodelay
    • /api/aaaLogin和/api/aaaRefresh有一个不可配置的限制(区域aaaApiHttps)，速率限制为2r/s + burst=4 + nodelay
  • 基于每个客户端IP地址跟踪请求限制
  • 来自APIC self-ip(UI + CLI)的API请求绕过限制
  • 任何超过用户定义的限制速率+突发阈值的客户端IP地址都会收到来自APIC的503响应
  • 这些503可在访问日志中关联
  • error.log包含指示何时激活限制（区域httpsClientTagZone）以及针对哪些客户端主机的条目

apic# less /var/log/dme/log/error.log
...
2023/04/17 20:19:14 [error] ... limiting requests, excess: 40.292 by zone "httpsClientTagZone", client: h.o.s.t, ... request: "GET /api/class/...", host: "a.p.i.c"
2023/04/17 20:19:14 [error] ... limiting requests, excess: 40.292 by zone "httpsClientTagZone", client: h.o.s.t, ... request: "GET /api/node/...", host: "a.p.i.c"

一般来说，Request Throttle仅用于保护服务器(APIC)免受查询激进型客户端引起的类似DDOS的症状。在应用/脚本逻辑中了解并隔离请求激进型客户端，以获得最终解决方案。

建议

这些建议旨在帮助减少APIC的负载和运营压力，尤其是在没有单一来源负责大量API调用的情况下。通过实施这些最佳实践，您可以最大限度地减少交换矩阵中不必要的处理、日志记录和事件生成，从而提高系统稳定性和性能。这些建议在聚合行为而非孤立事件导致APIC紧张的环境中尤其适用。

禁用ACL日志记录

确保ACL日志记录已在正常操作期间关闭。仅在计划维护时段启用该功能，以便进行故障排除或调试。连续日志记录可能会生成过多信息性消息，尤其是当多台交换机发生大量流量丢弃时，会增加APIC工作负载。

有关详细信息，请参阅思科APIC安全配置指南（5.2.x指南的链接）：
https://www.cisco.com/c/en/us/td/docs/dcn/aci/apic/5x/security-configuration/cisco-apic-security-configuration-guide-release-52x/security-policies-52x.html

将系统日志转换限制为严重事件

配置系统，以便仅将严重性为ALERT的系统日志消息转换为eventRecords。避免转换信息级别（包括ACL.logging），以防止噪声事件淹没APIC:

1.导航到Fabric → Fabric Policies → Policies → Monitoring → Common Policy → Syslog Message Policies → Default。
2.调整设备过滤器以将系统日志严重性设置为警报。

静噪Non-Essential事件代码

抑制（抑制）与监控无关的事件代码需要降低噪音。
要静音事件代码E4204939，请在任何APIC CLI上使用此命令：

bash
icurl -k -sX POST -d '<fabricInst><monCommonPol><eventSevAsnP code="E4204939" sev="squelched"/></monCommonPol></fabricInst>' 'https://localhost/api/node/mo/uni/.xml’

要验证：

bash
icurl -k -sX GET 'https://localhost/api/node/class/eventSevAsnP.xml' | xmllint --format -

或者，通过UI检查：
Fabric > Fabric Policies > Policies > Monitoring > Common Policy > Event Severity Assignment Policy

优化ND订用刷新

对于由3.2.2m或4.1.1g之前的ND版本管理的交换矩阵，请升级到其中一个版本或更高版本以优化订用刷新间隔。早期版本每MO每45秒刷新一次，这样在规模上，每天可产生300,000多个APIC请求。更新的版本将订用超时增加到3600秒（1小时），将刷新减少到每天大约5,000次。

监视与监视相关的查询

支持Intersight的交换矩阵从DC连接器生成定期的topsystem查询（每15秒），从而增加APIC负载。
在版本6.1.2及更高版本中，此查询已优化以降低开销。

调整记录的保留策略

将eventRecord、faultRecord和healthRecord的保留策略设置为1,000，以防止记录过度累积。当您为任何特定操作活动定期提取这些记录时，此功能尤其有用。请务必根据您的操作和故障排除要求评估降低监控精细度的影响。