【51CTO.com原創(chuàng)稿件】經(jīng)濟(jì)高速發(fā)展的今天，我們處于信息大爆炸的時代。隨著經(jīng)濟(jì)發(fā)展，信息借助互聯(lián)網(wǎng)的力量在全球自由地流動，于是就催生了各種各樣的服務(wù)平臺和軟件系統(tǒng)。

[[278183]] 

圖片來自 Pexels

由于業(yè)務(wù)的多樣性，這些平臺和系統(tǒng)也變得異常的復(fù)雜。如何對其進(jìn)行監(jiān)控和維護(hù)是我們 IT 人需要面對的重要問題。就在這樣一個紛繁復(fù)雜地環(huán)境下，監(jiān)控系統(tǒng)粉墨登場了。

今天，我們會對 IT 監(jiān)控系統(tǒng)進(jìn)行介紹，包括其功能，分類，分層;同時也會介紹幾款流行的監(jiān)控平臺。

監(jiān)控系統(tǒng)的功能

在 IT 運(yùn)維過程中，常遇到這樣的情況：

• 某個業(yè)務(wù)模塊出現(xiàn)問題，運(yùn)維人員并不知道，發(fā)現(xiàn)的時候問題已經(jīng)很嚴(yán)重了。
• 系統(tǒng)出現(xiàn)瓶頸了，CPU 占用持續(xù)升高，內(nèi)存不足，磁盤被寫滿;網(wǎng)絡(luò)請求突增，超出網(wǎng)關(guān)承受的壓力。

以上這些問題一旦發(fā)生，會對我們的業(yè)務(wù)產(chǎn)生巨大的影響。因此，每個公司或者 IT 團(tuán)隊都會針對此類情況建立自己的 IT 監(jiān)控系統(tǒng)。

 

監(jiān)控系統(tǒng)工作流程圖

其功能包括：

• 對服務(wù)，系統(tǒng)，平臺的運(yùn)行狀態(tài)實(shí)時監(jiān)控。
• 收集服務(wù)，系統(tǒng)，平臺的運(yùn)行信息。
• 通過收集信息的分析結(jié)果，預(yù)知存在的故障風(fēng)險，并采取行動。
• 根據(jù)對風(fēng)險的評估，進(jìn)行故障預(yù)警。
• 一旦發(fā)生故障，第一時間發(fā)出告警信息。
• 通過監(jiān)控數(shù)據(jù)，定位故障，協(xié)助生成解決方案。
• 最終保證系統(tǒng)持續(xù)、穩(wěn)定、安全運(yùn)行。
• 監(jiān)控數(shù)據(jù)可視化，便于統(tǒng)計，按照一定周期導(dǎo)出、歸檔，用于數(shù)據(jù)分析和問題復(fù)盤。

監(jiān)控系統(tǒng)的分類

既然監(jiān)控系統(tǒng)對我們意義重大，針對不同場景把監(jiān)控系統(tǒng)分為三類，分別是：

• 日志類
• 調(diào)用鏈類
• 度量類

日志類

通常我們在系統(tǒng)和業(yè)務(wù)級別上加入一些日志代碼，記錄一些日志信息，方便我們在發(fā)現(xiàn)問題的時候查找。

這些信息會與事件做相關(guān)，例如：用戶登錄，下訂單，用戶瀏覽某件商品，一小時以內(nèi)的網(wǎng)關(guān)流量，用戶平均響應(yīng)時間等等。

這類以日志的記錄和查詢的解決方案比較多。比如 ELK 方案(Elasticsearch+Logstash+Kibana)，使用ELK(Elasticsearch、Logstash、Kibana)+Kafka/Redis/RabbitMQ 來搭建一個日志系統(tǒng)。

 

ELK 結(jié)合 Redis/Kafka/RabbitMQ 實(shí)現(xiàn)日志類監(jiān)控

程序內(nèi)部通過 Spring AOP 記錄日志，Beats 收集日志文件，然后用 Kafka/Redis/RabbitMQ 將其發(fā)送給 Logstash，Logstash 再將日志寫入 Elasticsearch。

最后，使用 Kibana 將存放在 Elasticsearch 中的日志數(shù)據(jù)顯示出來，形式可以是實(shí)時數(shù)據(jù)圖表。

調(diào)用鏈類

對于服務(wù)較多的系統(tǒng)，特別是微服務(wù)系統(tǒng)。一次服務(wù)的調(diào)用有可能涉及到多個服務(wù)。A 調(diào)用 B，B 又要調(diào)用 C，好像一個鏈條一樣，形成了服務(wù)調(diào)用鏈。

調(diào)用鏈就是記錄一個請求經(jīng)過所有服務(wù)的過程。請求從開始進(jìn)入服務(wù)，經(jīng)過不同的服務(wù)節(jié)點(diǎn)后，再返回給客戶端，通過調(diào)用鏈參數(shù)來追蹤全鏈路行為。從而知道請求在哪個環(huán)節(jié)出了故障，系統(tǒng)的瓶頸在哪兒。

調(diào)用鏈監(jiān)控的實(shí)現(xiàn)原理如下：

①Java 探針，字節(jié)碼增強(qiáng)

 

Java 代碼運(yùn)行原理圖

在介紹這種方式之前，我們先來復(fù)習(xí)一下 Java 代碼運(yùn)行的原理。通常我們會把 Java 源代碼，通過“Java 編譯器”編譯成 Class 文件。再把這個 Class 的字節(jié)碼文件裝載到“類裝載器”中進(jìn)行字節(jié)碼的驗(yàn)證。

最后，把驗(yàn)證過后的字節(jié)碼發(fā)送到“Java 解釋器”和“及時編譯器”交給“Java 運(yùn)行系統(tǒng)”運(yùn)行。

Java 探針，字節(jié)碼增強(qiáng)的方式就是利用 Java 代理，這個代理是運(yùn)行方法之前的攔截器。

在 JVM 加載 Class 二進(jìn)制文件的時候，利用 ASM 動態(tài)的修改加載的 Class 文件，在監(jiān)控的方法前后添加需要監(jiān)控的內(nèi)容。

例如：添加計時語句，用于記錄方法耗時。將方法耗時存入處理器，利用棧先特性(先進(jìn)后出)處理方法調(diào)用順序。

每當(dāng)請求處理結(jié)束后，將耗時方法和入?yún)?map 輸出到文件中，然后根據(jù) map 中相應(yīng)參數(shù)，區(qū)分出耗時業(yè)務(wù)。

最后將相應(yīng)耗時文件取下來，轉(zhuǎn)化為 xml 格式并進(jìn)行解析，通過瀏覽器將代碼分層結(jié)構(gòu)展示出來。

 

Java 探針工具原理圖

備注：ASM 是一個 Java 字節(jié)碼操縱框架，它可以動態(tài)生成類或者增強(qiáng)既有類的功能。

ASM 可以直接產(chǎn)生二進(jìn)制 Class 文件，可以在類被載入 Java 虛擬機(jī)之前改變類行為。

Java Class 被存儲在 .class文件里，文件擁有元數(shù)據(jù)來解析類中的元素：類名稱、方法、屬性以及 Java 字節(jié)碼(指令)。

ASM 從類文件中讀入信息后，能夠改變類行為，分析類信息，甚至能夠生成新類。

②攔截請求

獲取每次請求服務(wù)中的信息來實(shí)現(xiàn)跟蹤的。這里以 Zipkin+Slueth 為例說明其原理。

Sleuth 提供鏈路追蹤。由于一個請求會涉及到多個服務(wù)的互相調(diào)用，而這種調(diào)用往往成鏈?zhǔn)浇Y(jié)構(gòu)，經(jīng)過多次層層調(diào)用以后請求才會返回。常常使用 Sleuth 追蹤整個調(diào)用過程，方便理清服務(wù)間的調(diào)用關(guān)系。

 

Sleuth 服務(wù)調(diào)用追蹤圖例

每次請求都會生成一個 Trace ID，如上圖所示這個 Trace ID 在整個 Request 和 Response 過程中都會保持一致，不論經(jīng)過了多少個服務(wù)。這是為了方便記錄一次調(diào)用的整個生命周期。

再看每次請求的時候都會有一個 Span ID，這里的 Span 是 Sleuth 服務(wù)跟蹤的最小單元，每經(jīng)過一個服務(wù)，每次 Request 和 Response 這個值都會有所不同，這是為了區(qū)分不同的調(diào)用動作。

針對每個調(diào)用的動作，Sleuth 都做了標(biāo)示如下：

• Server Received 是服務(wù)器接受，也就是服務(wù)端接受到請求的意思。
• Client Sent 是客戶端發(fā)送，也就是這個服務(wù)本身不提供響應(yīng)，需要調(diào)用其他的服務(wù)提供該響應(yīng)，所以這個時候是作為客戶端發(fā)起請求的。
• Server Sent 是服務(wù)端發(fā)送，看上圖SERVICE 3 收到請求后，由于他是最終的服務(wù)提供者，所以作為服務(wù)端，他需要把請求發(fā)送給調(diào)用者。
• Client Received 是客戶端接受，作為發(fā)起調(diào)用的客戶端接受到服務(wù)端返回的請求。

實(shí)際上 Sleuth 就是通過上述方式把每次請求記錄一個統(tǒng)一的 Trace ID，每個請求的詳細(xì)步驟記作 Span ID。

每次發(fā)起請求或者接受請求的狀態(tài)分別記錄成 Server Received，Client Sent，Server Sent，Client Received 四種狀態(tài)來完成這個服務(wù)調(diào)用鏈路的跟蹤的。

 

Sleuth 服務(wù)調(diào)用追蹤圖例

在調(diào)用服務(wù)的鏈路上每個被調(diào)用的服務(wù)節(jié)點(diǎn)都會通過 Parent ID 來記錄發(fā)起調(diào)用服務(wù)的 Span ID，由于 Span ID 是唯一確認(rèn)最小服務(wù)單元的，所以知道了 Parent 的 Span ID 也就知道了誰調(diào)用自己了。

度量類

實(shí)現(xiàn)了時序數(shù)據(jù)庫(TimeSeriesData，TSD)的監(jiān)控方案。實(shí)際上就是記錄一串以時間為維度的數(shù)據(jù)，然后再通過聚合運(yùn)算，查看指標(biāo)數(shù)據(jù)和指標(biāo)趨勢。說白了，就是描述某個被測主體在一段時間內(nèi)的測量值變化(度量)。

由于 IT 基礎(chǔ)設(shè)施，運(yùn)維監(jiān)控和互聯(lián)網(wǎng)監(jiān)控的特性，這種方式被廣泛應(yīng)用。一般對時序數(shù)據(jù)進(jìn)行建模分為三個部分，分別是：主體，時間點(diǎn)和測量值。

通過這個例子來看一下，時序數(shù)據(jù)庫的數(shù)學(xué)模型，例如：需要監(jiān)控服務(wù)器的 In/Out 平均流量：

• 整個監(jiān)控的數(shù)據(jù)庫稱為“Metric”，它包含了所有監(jiān)控的數(shù)據(jù)。類似關(guān)系型數(shù)據(jù)庫中的 Table。
• 每條監(jiān)控數(shù)據(jù)，稱為“Point”，類似于關(guān)系型數(shù)據(jù)庫中的 Row 的概念。
• 每個“Point”都會定義一個時間戳“Timestamp”，將其作為索引，表明數(shù)據(jù)采集的時間。
• “Tag”作為維度列，表示監(jiān)控數(shù)據(jù)的屬性。
• “Field”作為指標(biāo)列，作為測量值，也就是測量的結(jié)果。

 

時序數(shù)據(jù)庫數(shù)據(jù)模型圖例

時序數(shù)據(jù)庫的存儲原理，關(guān)系型數(shù)據(jù)庫存儲采用的是 B tree，雖然降低了數(shù)據(jù)查詢的磁盤尋道時間，但是無法解決大量數(shù)據(jù)寫入時的磁盤效率。

由于監(jiān)控系統(tǒng)的應(yīng)用場景，經(jīng)常會遇到大批量的數(shù)據(jù)寫入，所以我們會選擇 LSMtree(Log Structured Merge Tree)存儲時序數(shù)據(jù)庫。

LSMtree(Log Structured Merge Tree)，從字面意義上理解，記錄的數(shù)據(jù)按照日志結(jié)構(gòu)(Log Structured)追加到系統(tǒng)中，然后通過合并樹(Merge Tree)的方式將其合并。

來看一個 LevelDB 的例子，方便我們理解，LSM-tree 被分成三種文件：

• 接收寫入請求的 memtable 文件(內(nèi)存中)
• 不可修改的 immutable memtable 文件(內(nèi)存中)
• 磁盤上的 SStable文件(Sorted String Table)，有序字符串表，這個有序的字符串就是數(shù)據(jù)的key。SStable 一共有七層(L0 到 L6)。下一層的總大小限制是上一層的 10 倍。

 

LSMtree LevelDB 存儲示意圖

LSMtree 寫入流程：

• 將數(shù)據(jù)追加到日志 WAL(Write Ahead Log)中，寫入日志的目的是為了防止內(nèi)存數(shù)據(jù)丟失，可以及時恢復(fù)。
• 把數(shù)據(jù)寫到 memtable 中。
• 當(dāng) memtable 滿了(超過一定閥值)，就將這個 memtable 轉(zhuǎn)入 immutable memtable 中，用新的 memtable 接收新的數(shù)據(jù)請求。
• immutablememtable 一旦寫滿了， 就寫入磁盤。并且先存儲 L0 層的 SSTable 磁盤文件，此時還不需要做文件的合并。

每層的所有文件總大小是有限制的(8MB，10MB，100MB… 1TB)。從 L1 層往后，每下一層容量增大十倍。

• 某一層的數(shù)據(jù)文件總量超過閾值，就在這一層中選擇一個文件和下一層的文件進(jìn)行合并。

如此這般上層的數(shù)據(jù)都是較新的數(shù)據(jù)，查詢可以從上層開始查找，依次往下，并且這些數(shù)據(jù)都是按照時間序列存放的。

監(jiān)控系統(tǒng)的分層

談完了監(jiān)控系統(tǒng)的分類，再來聊聊監(jiān)控系統(tǒng)的分層。用戶請求到數(shù)據(jù)返回，經(jīng)歷系統(tǒng)中的層層關(guān)卡。

 

監(jiān)控系統(tǒng)分層示意圖

一般我們將監(jiān)控系統(tǒng)分為五層來考慮，當(dāng)然也有人分成三層，大致的意思都差不多，僅供參考：

• 客戶端監(jiān)控，用戶行為信息，業(yè)務(wù)返回碼，客戶端性能，運(yùn)營商，版本，操作系統(tǒng)等。
• 業(yè)務(wù)層監(jiān)控，核心業(yè)務(wù)的監(jiān)控，例如：登錄，注冊，下單，支付等等。
• 應(yīng)用層監(jiān)控，相關(guān)的技術(shù)參數(shù)，例如：URL 請求次數(shù)，Service 請求數(shù)量，SQL 執(zhí)行的結(jié)果，Cache 的利用率，QPS 等等。
• 系統(tǒng)層監(jiān)控，物理主機(jī)，虛擬主機(jī)以及操作系統(tǒng)的參數(shù)。例如：CPU 利用率，內(nèi)存利用率，磁盤空間情況。
• 網(wǎng)絡(luò)層監(jiān)控，網(wǎng)絡(luò)情況參數(shù)。例如：網(wǎng)關(guān)流量情況，丟包率，錯包率，連接數(shù)等等。

流行的監(jiān)控系統(tǒng)

前面講了監(jiān)控系統(tǒng)的功能，分類，分層，相信大家對 IT 監(jiān)控系統(tǒng)都有一定的了解了。

接下來，我們來看看有哪些優(yōu)秀實(shí)踐。這里介紹兩個比較流行的監(jiān)控系統(tǒng)：

• Zabbix
• Prometheus

Zabbix

Zabbix 是一款企業(yè)級的分布式開源監(jiān)控方案。它由 Alexei Vladishev 創(chuàng)建，由 Zabbix SIA 在持續(xù)開發(fā)和支持。

Zabbix 能夠監(jiān)控網(wǎng)絡(luò)參數(shù)，服務(wù)器健康和軟件完整性。它提供通知機(jī)制，允許用戶配置告警，從而快速反饋問題。

基于存儲的數(shù)據(jù)，Zabbix 提供報表和數(shù)據(jù)可視化，并且支持主動輪詢和被動捕獲。它的所有報告、統(tǒng)計信息和配置參數(shù)都可以通過 Web 頁面訪問。

Zabbix 的 API 功能，完善度很高，大部分操作都提供了 API 接口，方便和現(xiàn)有系統(tǒng)整合。

例如：通過歷史數(shù)據(jù)查詢 API，獲取線上服務(wù)器使用情況，生成報表;設(shè)置條件，對問題服務(wù)器和問題業(yè)務(wù)進(jìn)行篩選，加入告警。

利用 Zabbix graph 的 API，生成關(guān)鍵指標(biāo)趨勢圖，方便運(yùn)維人員實(shí)時了解系統(tǒng)情況。利用告警添加 API，讓監(jiān)控系統(tǒng)和部署系統(tǒng)聯(lián)動。

比如新部署了一個新實(shí)例，那么自動添加所需要的監(jiān)控策略;反之，下線一個實(shí)例，就刪除關(guān)聯(lián)的監(jiān)控策略。

Zabbix 由 Server，Agent，Proxy(可選項)組成：

• Agent 負(fù)責(zé)收集數(shù)據(jù)，并且傳輸給 Server。
• Server 負(fù)責(zé)接受 Agent 的數(shù)據(jù)，進(jìn)行保存或者告警。
• Proxy 負(fù)責(zé)代理 Server 收集 Agent 傳輸?shù)臄?shù)據(jù)，并且轉(zhuǎn)發(fā)給 Server。Proxy 是安裝在被監(jiān)控的服務(wù)器上的，用來和 Server 端進(jìn)行通信，從而傳輸數(shù)據(jù)。

 

Zabbix 的部署模式

Zabbix 的數(shù)據(jù)采集，主要有兩種模式：Server 主動拉取數(shù)據(jù)和 Agent 主動上報數(shù)據(jù)。

以 Server 拉取數(shù)據(jù)為例，用戶在 Web-portal 中，設(shè)置需要監(jiān)控的機(jī)器，配置監(jiān)控項，告警策略。Zabbix-Server 會根據(jù)策略主動獲取 Agent 的數(shù)據(jù)，然后存儲到 MySQL 中。

同時根據(jù)用戶配置的策略，判定是否需要告警。用戶可以在 Web 端，以圖表的形式，查看各種指標(biāo)的歷史趨勢。

在 Zabbix 中，將 Server 主動拉取數(shù)據(jù)的方式稱之為 Active Check。這種方式配置起來較為方便，但是會對 Zabbix-Server 的性能存在影響。

所以在生產(chǎn)環(huán)境中，一般會選擇主動推送數(shù)據(jù)到 Zabbix-Server 的方式，稱之為 Trapper。

即用戶可以定時生成數(shù)據(jù)，再按照 Zabbix 定義的數(shù)據(jù)格式，批量發(fā)送給 Zabbix-Server，這樣可以大大提高 Server 的處理能力。

Proxy，作為可選項，起到收集 Agent 數(shù)據(jù)并且轉(zhuǎn)發(fā)到 Server 的作用。

當(dāng) Server 和 Agent 不在一個網(wǎng)絡(luò)內(nèi)，就需要使用 Proxy 做遠(yuǎn)程監(jiān)控，特別是遠(yuǎn)程網(wǎng)絡(luò)有防火墻的時候。同時它也可以分擔(dān) Server 的壓力，降低 Server 處理連接數(shù)的開銷。

Prometheus(普羅米修斯)

隨著這幾年云環(huán)境的發(fā)展，Prometheus 被廣泛地認(rèn)可。它的本質(zhì)是時間序列數(shù)據(jù)庫，而 Zabbix 采用 MySQL 進(jìn)行數(shù)據(jù)存儲。

從上面我們對時間序列數(shù)據(jù)庫的分析來看，Prometheus 能夠很好地支持大量數(shù)據(jù)的寫入。

它采用拉的模式(Pull)從應(yīng)用中拉取數(shù)據(jù)，并通過 Alert 模塊實(shí)現(xiàn)監(jiān)控預(yù)警。據(jù)說單機(jī)可以消費(fèi)百萬級時間序列。

一起來看看 Prometheus 的幾大組件：

• Prometheus Server，用于收集和存儲時間序列數(shù)據(jù)，負(fù)責(zé)監(jiān)控數(shù)據(jù)的獲取，存儲以及查詢。
• 監(jiān)控目標(biāo)配置，Prometheus Server 可以通過靜態(tài)配置管理監(jiān)控目標(biāo)，也可以配合 Service Discovery(K8s，DNS，Consul)實(shí)現(xiàn)動態(tài)管理監(jiān)控目標(biāo)。
• 監(jiān)控目標(biāo)存儲，Prometheus Server 本身就是一個時序數(shù)據(jù)庫，將采集到的監(jiān)控數(shù)據(jù)按照時間序列存儲在本地磁盤中。
• 監(jiān)控數(shù)據(jù)查詢，Prometheus Server 對外提供了自定義的 PromQL 語言，實(shí)現(xiàn)對數(shù)據(jù)的查詢以及分析。
• Client Library，客戶端庫。為需要監(jiān)控的服務(wù)生成相應(yīng)的 Metrics 并暴露給 Prometheus Server。
• 當(dāng) Prometheus Server 來 Pull 時，直接返回實(shí)時狀態(tài)的 Metrics。通常會和 Job 一起合作。
• Push Gateway，主要用于短期的 Jobs。由于這類 Jobs 存在時間較短，可能在 Prometheus 來 Pull 之前就消失了。為此，這些 Jobs 可以直接向 Prometheus Server 端推送它們的 Metrics。
• Exporters，第三方服務(wù)接口。將 Metrics(數(shù)據(jù)集合)發(fā)送給 Prometheus。
• Exporter 將監(jiān)控數(shù)據(jù)采集的端點(diǎn)，通過 HTTP 的形式暴露給 Prometheus Server，使其通過 Endpoint 端點(diǎn)獲取監(jiān)控數(shù)據(jù)。
• Alertmanager，從 Prometheus Server 端接收到 Alerts 后，會對數(shù)據(jù)進(jìn)行處理。例如：去重，分組，然后根據(jù)規(guī)則，發(fā)出報警。
• Web UI，Prometheus Server 內(nèi)置的 Express Browser UI，通過 PromQL 實(shí)現(xiàn)數(shù)據(jù)的查詢以及可視化。

 

Prometheus 架構(gòu)圖

說完了 Prometheus 的組件，再來看看 Prometheus 的架構(gòu)：

• Prometheus Server 定期從 Jobs/Exporters 中拉 Metrics。同時也可以接收來自 Pushgateway 發(fā)過來的 Metrics。
• Prometheus Server 將接受到的數(shù)據(jù)存儲在本地時序數(shù)據(jù)庫，并運(yùn)行已定義好的 alert.rules(告警規(guī)則)，一旦滿足告警規(guī)則就會向 Alertmanager 推送警報。
• Alertmanager 根據(jù)配置文件，對接收到的警報進(jìn)行處理，例如：發(fā)出郵件告警，或者借助第三方組件進(jìn)行告警。
• WebUI/Grafana/APIclients，可以借助 PromQL 對監(jiān)控數(shù)據(jù)進(jìn)行查詢。

最后將兩個工具進(jìn)行比較如下：

 

Zabbix 和 Prometheus 比較圖

從上面的比較可以看出：

• Zabbix 的成熟度更高，上手更快。高集成度導(dǎo)致靈活性較差，在監(jiān)控復(fù)雜度增加后，定制難度會升高。而且使用的關(guān)系型數(shù)據(jù)庫，對于大規(guī)模的監(jiān)控數(shù)據(jù)插入和查詢是個問題。
• Prometheus 上手難度大，定制靈活度高，有較多數(shù)據(jù)聚合的可能，而且有時序數(shù)據(jù)庫的加持。
• 對于監(jiān)控物理機(jī)或者監(jiān)控環(huán)境相對穩(wěn)定的情況，Zabbix 有明顯優(yōu)勢。如果監(jiān)控場景多是云環(huán)境的話，推薦使用 Prometheus。

總結(jié)

 

監(jiān)控系統(tǒng)思維導(dǎo)圖

監(jiān)控系統(tǒng)對 IT 系統(tǒng)運(yùn)維意義重大，從狀態(tài)監(jiān)控到收集/分析數(shù)據(jù)，到故障報警，以及問題解決，最后歸檔報表，協(xié)助運(yùn)維復(fù)盤。

監(jiān)控系統(tǒng)分為三大類，日志類，調(diào)用鏈類，度量類，他們有各自的特點(diǎn)，且應(yīng)用場景各不相同。

因?yàn)橐獙φ麄€ IT 系統(tǒng)進(jìn)行監(jiān)控，所以將其分為五層，分別是，客戶端，業(yè)務(wù)層，應(yīng)用層，系統(tǒng)層，網(wǎng)絡(luò)層。

Zabbix 和 Prometheus 是當(dāng)下流行的監(jiān)控系統(tǒng)，可以根據(jù)他們的特點(diǎn)選擇使用。

作者：崔皓

簡介：十六年開發(fā)和架構(gòu)經(jīng)驗(yàn)，曾擔(dān)任過惠普武漢交付中心技術(shù)專家，需求分析師，項目經(jīng)理，后在創(chuàng)業(yè)公司擔(dān)任技術(shù)/產(chǎn)品經(jīng)理。善于學(xué)習(xí)，樂于分享。目前專注于技術(shù)架構(gòu)與研發(fā)管理。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請注明原文作者和出處為51CTO.com】