关于监控—我们只是讲道理

原创
2020/01/16 13:32
阅读数 1.1W

前言

监控系统,是通过持续信息采集、收敛、分析来发现问题,并对解决问题提供数据依赖的一种科学技术。通过监控技术可以实现对故障进行 “事前预警,事后追踪”。

监控,是运维工作中的重要技术,如果没有监控,运维人员就相当于盲人摸象,发现问题会变得很被动;监控也是整个产品生命周期中最重要的一环,如果没有监控,产品中存在的问题就只能等用户反馈(客诉),严重降低用户体验。

目前,互联网行业的监控技术已经很成熟,业界有很多不错的开源产品可供选择,运维在开展监控工作时,选择一款开源监控系统,是一个省时省力,效率最高的方案。

监控目的

监控的目的是通过采集准确的监控指标、配置合理的告警机制,提前或者尽早发现问题,并做出响应、解决问题,进而保证产品的稳定性,提升用户体验。

具体可分为以下几方面:

  1. 对系统持续实时监控:指硬件系统,如服务器、路由器、交换机等;
  2. 对应用持续实时监控:指业务运行依赖的基础服务,如数据库、中间件等;
  3. 对业务持续实时监控:指产品运行情况,如状态码、接口响应时间、异常信息等。

监控方法

在了监控的重要性及监控目的之后,我们来聊聊到底如何做监控。

  1. 确定监控对象:明确是系统监控,还是应用监控,或者是业务监控;
  2. 确定监控指标:确定监控对象之后,需要明确具体监控指标,如果监控对象为服务器,那么监控指标有CPU、磁盘、内存等;
  3. 确定告警格式:监控的目的之一就是发出告警,所以,告警信息的格式要做到统一、简洁明了;
  4. 确定告警阈值:泛滥的告警就像”狼来了“,所以要设定合理的阈值,确保告警准确、有效;
  5. 确定负责人:确定监控指标后,明确告警负责人,可以让运维或测试人员更快的将事件分发到具体的业务负责人,以提升故障处理效率,同时降低对其他人的打扰;
  6. 确定事件处理流程:对于告警,“事事有回音,件件有着落” 很重要,让每个事件构成一个闭环。

监控指标

监控指标是立足于监控对象至上的,如何确定监控指标?

监控指标,即监控对象相关的关键性指标。

那么,哪些算是关键性指标呢?

这个仁者见仁智者见智,在我看来,对服务稳定运行带来严重影响的才算关键指标。

那么,怎么算严重影响呢?

这个问题可以通过用户体验来反推,哪些问题能带来用户体验的不适?比如,请求响应慢、请求错误、请求报异常等等。

在我看来,站在用户体验的角度来反推监控指标是一个不错的办法。

常规监控指标

以下监控指标仅供参考。

监控对象 监控指标
硬件 CPU温度、主板温度、物理磁盘、磁盘阵列等
系统 CPU负载、磁盘使用率、内存使用率、网络带宽等
应用 状态(端口)、进程、应用内部指标(如MySQL、redis连接数、内存使用)等
业务 API、状态码、QPS等
日志 访问日志、错误日志、运行日志、网络日志等

监控工具

确定监控指标后,遍可以奔着高效、可用的原则来选择监控工具了。

目前业界监控工具很多,常用的开源监控工具:Zabbix、Open-falcon、Prometheus、Grafana(图)等。

相关的文章太多了,在此不做赘述,想要学习推荐官方网站。

监控方案

了解了监控指标、监控工具之后,接下来就需要确定一个合理、可行的监控方案了。如何确定监控方案?

  1. 首先,要了解公司的技术栈;
  2. 然后,对涉及到的各种组件进行全面了解;
  3. 其次,确定详细的监控指标,目前各种应用的官网基本都有提供监控相关的metrics;
  4. 最后,选定适应当前需求的监控工具、图形展示、告警方式等等。

总结

监控系统不可能做的尽善尽美,真正想把监控做的尽量完善,依靠开源软件都很难满足。有条件的公司会根据自己的业务需求开发自己的监控系统,如小米的Open-falcon。

监控系统知识体系很庞大,在此整理九牛之一毛,只是提供一点做事的思路。(不喜勿喷,谢谢!)

展开阅读全文
加载中

作者的其它热门文章

打赏
4
4 收藏
分享
打赏
2 评论
4 收藏
4
分享
返回顶部
顶部