通过例子学习 Keystone - 每天5分钟玩转 OpenStack(19)
上一节介绍了 Keystone 的核心概念。
本节我们通过“查询可用 image”这个实际操作让大家对这些概念建立更加感性的认识。
User admin 要查看 Project 中的 image
第 1 步 登录
当点击时,OpenStack 内部发生了哪些事情?请看下面
Token 中包含了 User 的 Role 信息
第 2 步 显示操作界面
请注意,顶部显示 admin 可访问的 Project 为 “admin” 和 “demo”。 其实在此之前发生了一些事情:
同时,admin 可以访问 Intance, Volume, Image 等服务
这是因为 admin 已经从 Keystone 拿到了各 Service 的 Endpoints
第 3 步 显示 image 列表
点击 “Images”,会显示 image 列表
背后发生了这些事:
首先,admin 将请求发送到 Glance 的 Endpoint
Glance 向 Keystone 询问 admin 身份的有效性。
接下来 Glance 会查看 /etc/glance/policy.json。 判断 admin 是否有查看 image 的权限
权限判定通过,Glance 将 image 列表发给 admin。
Troubleshoot
OpenStack 排查问题的方法主要是通过日志。 每个 Service 都有自己的日志文件。
Keystone 主要有两个日志: keystone.log 和 keystone_access.log 保存在 /var/log/apache2/ 目录里。
devstack 的 screen 窗口已经帮我们打开了这两个日志。 可以直接查看:
如果需要得到最详细的日志信息,可以在 /etc/keystone/keystone.conf 中打开 debug 选项
在非 devstack 安装中,日志可能在 /var/log/keystone/ 目录里。
Keystone 就到这里,下一节我们开始学习 Glance。
相关文章
- Text to image论文精读 MirrorGAN: Learning Text-to-image Generation by Redescription(通过重新描述学习从文本到图像的生成)
- 机器学习-算法-有监督学习:EM(最大期望值算法)<=> MLE(最大似然估计法)【关系类似“梯度下降法”<=>“直接求导法”】【EM&“梯度下降”:先初始化一个随机值,然后通过迭代不断靠近真实值】
- 机器学习-降维方法-无监督学习:PCA算法(主成分分析)【计算协方差矩阵X^TX的特征值与特征向量W(特征向量W控制旋转、特征值控制尺度)->特征向量W作为投影矩阵->将样本X通过W投影进行降维】
- 如何通过TensorFlow实现深度学习算法并运用到企业实践中
- Android学习路线指南,顺利通过阿里Android岗面试
- Docker学习笔记之通过 Dockerfile 创建镜像
- Linux学习笔记之Linux通过yum安装桌面
- Java 理论和实践: 了解泛型 识别和避免学习使用泛型过程中的陷阱
- 通过调试vue-cli 构建代码学习vue项目构建运行过程
- 06-多进程之间通过Queue来实现数据共享学习笔记
- 七月算法机器学习2 数理统计与参数估计2
- 车标知识学习网页开发,与Flask通过base64展示二进制图片
- 精选9个值得学习的 HTML5 效果【附源码】
- PyQt(Python+Qt)学习随笔:Qt Designer中toolBar的orientation属性和iconSize属性
- Windows Shellcode学习笔记——通过VirtualProtect绕过DEP
- 通过设计让学习变轻松 - Google 的 Primer 团队是如何做用户体验设计的
- 通过代码学习python之@property,@staticmethod,@classmethod
- Prometheus学习笔记(4)什么是pushgateway???
- Linux学习-->如何通过Shell脚本实现发送邮件通知功能?