本文轉(zhuǎn)載自微信公眾號(hào)「虞大膽的嘰嘰喳喳」，作者虞大膽。轉(zhuǎn)載本文請(qǐng)聯(lián)系虞大膽的嘰嘰喳喳公眾號(hào)。

我們有zabbix和promethous兩種監(jiān)控系統(tǒng)，其實(shí)理解監(jiān)控本質(zhì)很重要，正好看到《promethous監(jiān)控實(shí)戰(zhàn)》這本書(shū)，第一章對(duì)于監(jiān)控的定義描述的非常好，分上下篇說(shuō)明下。

[[330382]]

監(jiān)控是衡量和管理技術(shù)系統(tǒng)的工具和流程，但更重要的是監(jiān)控能將系統(tǒng)和應(yīng)用程序生成的指標(biāo)轉(zhuǎn)換為對(duì)應(yīng)的業(yè)務(wù)價(jià)值。監(jiān)控不僅能檢測(cè)和解決故障，還能幫助洞察關(guān)鍵的產(chǎn)品和技術(shù)決策，并衡量項(xiàng)目是否成功。

監(jiān)控的一些反模式

1：事后監(jiān)控，將監(jiān)控和運(yùn)維工作是為應(yīng)用程序的增值組件而非核心功能。

2：機(jī)械式監(jiān)控

比如就監(jiān)控主機(jī)的CPU，內(nèi)存，而不監(jiān)控應(yīng)用程序是否正常運(yùn)行的關(guān)鍵服務(wù)。

應(yīng)該根據(jù)價(jià)值體系設(shè)計(jì)自上而下的監(jiān)控系統(tǒng)，比如業(yè)務(wù)邏輯》應(yīng)用程序》操作系統(tǒng)。

3：不夠準(zhǔn)確的監(jiān)控

4：不頻繁的監(jiān)控

頻繁的監(jiān)控能夠：

• 識(shí)別故障和異常
• 提供更細(xì)顆粒度的數(shù)據(jù)
• 滿(mǎn)足響應(yīng)時(shí)間預(yù)期，你總不希望用戶(hù)提出故障吧

盡量保存長(zhǎng)時(shí)間的監(jiān)控?cái)?shù)據(jù)，做出長(zhǎng)期的趨勢(shì)圖。

5：缺少自動(dòng)化和自服務(wù)

監(jiān)控系統(tǒng)沒(méi)做好的原因可能是很難實(shí)現(xiàn)，比如開(kāi)發(fā)人員去做監(jiān)控就很難，另外不成熟的監(jiān)控系統(tǒng)可能需要手動(dòng)維護(hù)，導(dǎo)致監(jiān)控系統(tǒng)本身出現(xiàn)問(wèn)題。

所以好的監(jiān)控系統(tǒng)：

• 全局視角，從業(yè)務(wù)層依次展開(kāi)監(jiān)控
• 協(xié)助故障診斷
• 基礎(chǔ)設(shè)施，是開(kāi)發(fā)人員的信息源頭
• 內(nèi)置于應(yīng)用程序設(shè)計(jì)、開(kāi)發(fā)和部署的生命周期中。

監(jiān)控機(jī)制

1：探針和內(nèi)省

內(nèi)省將事件、日志和指標(biāo)發(fā)送到監(jiān)控工具。而探針是查詢(xún)應(yīng)用程序的外部特征，比如端口是否開(kāi)啟。

2：拉取和推送

是將數(shù)據(jù)發(fā)完監(jiān)控系統(tǒng)，還是監(jiān)控系統(tǒng)主動(dòng)拉取數(shù)據(jù)

3：監(jiān)控?cái)?shù)據(jù)的類(lèi)型

數(shù)據(jù)主要有兩種形式：

(1)指標(biāo)，比如promethous就是典型的事件序列數(shù)據(jù)存儲(chǔ)，用于應(yīng)用程序度量的狀態(tài)。

(2)日志，日志數(shù)據(jù)量大，一般是文本的事件，它們對(duì)于故障診斷最有用，比如ELK比較擅長(zhǎng)日志收集和管理。

監(jiān)控服務(wù)層級(jí)

來(lái)自于Google的經(jīng)驗(yàn)，自上而下：

• 產(chǎn)品設(shè)計(jì)
• 軟件開(kāi)發(fā)
• 容量規(guī)劃
• 測(cè)試和發(fā)布
• 事后總結(jié)/問(wèn)題根源分析
• 應(yīng)急事件處理
• 監(jiān)控