數(shù)字企業(yè)繼續(xù)改造和發(fā)展其IT基礎(chǔ)設(shè)施，以增強(qiáng)與業(yè)務(wù)目標(biāo)的一致性。數(shù)字服務(wù)中斷可能會(huì)損害銷售、收入和公司聲譽(yù)，因此團(tuán)隊(duì)面臨著最大限度提高整個(gè)堆棧的彈性和正常運(yùn)行時(shí)間的壓力。組織比以往任何時(shí)候都更需要全面的基礎(chǔ)設(shè)施監(jiān)控，以保持可見(jiàn)性，并在最終用戶受到影響之前幫助工程師識(shí)別和解決問(wèn)題。

基礎(chǔ)設(shè)施監(jiān)控的演變

基礎(chǔ)設(shè)施監(jiān)控是一個(gè)整理和分析來(lái)自IT環(huán)境所有組件的度量、跟蹤、日志和其他遙測(cè)數(shù)據(jù)的過(guò)程，以提供對(duì)可用性和性能的可操作洞察。然而，隨著云環(huán)境的復(fù)雜性和動(dòng)態(tài)性的增加，實(shí)現(xiàn)有效的監(jiān)控變得更具挑戰(zhàn)性。

例如，在多云環(huán)境中，每個(gè)平臺(tái)都附帶一個(gè)來(lái)自公共云提供商的原生監(jiān)控解決方案，該解決方案只提供對(duì)其自身基礎(chǔ)設(shè)施組件的可見(jiàn)性。因此，組織必須拼湊各種工具，這會(huì)造成復(fù)雜性并妨礙整個(gè)堆棧中的端到端可見(jiàn)性。

有了正確的技術(shù)和配置，基礎(chǔ)設(shè)施監(jiān)控將改變游戲規(guī)則。它幫助團(tuán)隊(duì)發(fā)現(xiàn)和分析趨勢(shì)，并在潛在問(wèn)題破壞用戶體驗(yàn)或違反服務(wù)級(jí)別協(xié)議(SLA)之前標(biāo)記它們。它還可以支持A/B測(cè)試，這有助于團(tuán)隊(duì)確定性能和用戶體驗(yàn)的最佳基礎(chǔ)設(shè)施設(shè)置。高度自動(dòng)化的監(jiān)控解決方案有助于團(tuán)隊(duì)減少手動(dòng)流程，隨著基礎(chǔ)設(shè)施的發(fā)展可以輕松擴(kuò)展，最重要的是，專注于創(chuàng)新，而不是修復(fù)bug。

以下是七個(gè)優(yōu)秀實(shí)踐，可幫助基礎(chǔ)設(shè)施團(tuán)隊(duì)設(shè)置和優(yōu)化云原生監(jiān)控功能。

1. 盡可能實(shí)現(xiàn)自動(dòng)化

對(duì)于大型動(dòng)態(tài)環(huán)境，使用高度自動(dòng)化的基礎(chǔ)設(shè)施監(jiān)控解決方案是關(guān)鍵。監(jiān)控功能的手動(dòng)配置和儀表化是令人望而卻步的勞動(dòng)密集型任務(wù)。團(tuán)隊(duì)發(fā)現(xiàn)無(wú)法對(duì)其基礎(chǔ)設(shè)施的一些部分進(jìn)行檢測(cè)，并且難以保持對(duì)代理的監(jiān)控處于最新狀態(tài)。

另一方面，自動(dòng)部署、自動(dòng)配置和自動(dòng)基線使組織能夠擴(kuò)大可以捕獲的度量范圍，消除盲點(diǎn)，并在云原生基礎(chǔ)設(shè)施堆棧中實(shí)現(xiàn)端到端的可觀察性。這將帶來(lái)更高質(zhì)量的監(jiān)控，并生成更精確的上下文洞察。通過(guò)增強(qiáng)數(shù)據(jù)，團(tuán)隊(duì)可以更快地解決問(wèn)題，從而獲得更好的客戶體驗(yàn)。減少人為干預(yù)可以騰出時(shí)間讓團(tuán)隊(duì)專注于更高效的任務(wù)，從而加快轉(zhuǎn)型和現(xiàn)代化計(jì)劃。

2. 花時(shí)間配置警報(bào)

概述需要哪種警報(bào)是值得的，這樣就可以盡快發(fā)現(xiàn)問(wèn)題。如果沒(méi)有可靠的警報(bào)配置，團(tuán)隊(duì)將無(wú)法確定問(wèn)題并確定多個(gè)警報(bào)是否與同一問(wèn)題相關(guān)。警報(bào)特指性可提高準(zhǔn)確性并減少誤報(bào)。周密的警報(bào)機(jī)制可以縮短響應(yīng)時(shí)間，幫助團(tuán)隊(duì)更快地解決根本原因，提高正常運(yùn)行時(shí)間。

為了獲得最大的效率，自動(dòng)基線功能可以顯著減少警報(bào)配置的需要，能夠自動(dòng)消除誤報(bào)，執(zhí)行自動(dòng)根本原因分析，并根據(jù)業(yè)務(wù)影響確定警報(bào)優(yōu)先級(jí)。

3. 創(chuàng)建優(yōu)先級(jí)

根據(jù)業(yè)務(wù)影響對(duì)警報(bào)進(jìn)行分組有助于團(tuán)隊(duì)首先將精力集中在最嚴(yán)重的問(wèn)題上。這種方法消除了在對(duì)通知重要性的猜測(cè)，從而節(jié)省了團(tuán)隊(duì)的時(shí)間和壓力。還可以將警報(bào)定向到不同的頻道。

例如，一家公司可以將其IT服務(wù)管理(ITSM)系統(tǒng)配置為通過(guò)SMS向待命工程師的智能手機(jī)發(fā)送高優(yōu)先級(jí)警報(bào)，并通過(guò)電子郵件發(fā)送低優(yōu)先級(jí)問(wèn)題。對(duì)于擁有24小時(shí)待命工程師的企業(yè)，優(yōu)先順序可以減少非工作時(shí)間的警報(bào)疲勞和團(tuán)隊(duì)中斷。

4. 設(shè)置自定義儀表板

通過(guò)創(chuàng)建特定于角色的儀表板，確保合適的人員能夠訪問(wèn)所需的監(jiān)控?cái)?shù)據(jù)。組織內(nèi)的不同團(tuán)隊(duì)可能需要出于不同的目的查看基礎(chǔ)設(shè)施監(jiān)控報(bào)告。例如，ITOps工程師可能與IT安全團(tuán)隊(duì)、營(yíng)銷部門和業(yè)務(wù)主管擁有不同的關(guān)鍵績(jī)效指標(biāo)(KPI)。

確定利益相關(guān)者認(rèn)為哪些見(jiàn)解最有價(jià)值，哪些見(jiàn)解不必要。為僅顯示相關(guān)數(shù)據(jù)的每個(gè)組設(shè)置自定義儀表板。(但是，關(guān)鍵是所有儀表盤的基礎(chǔ)數(shù)據(jù)都是一致的，并且基于相同的數(shù)據(jù)模型。)

5. 測(cè)試系統(tǒng)

如果不徹底測(cè)試系統(tǒng)，大多數(shù)企業(yè)永遠(yuǎn)不會(huì)啟動(dòng)系統(tǒng)或部署重大更改?；A(chǔ)設(shè)施監(jiān)控也不例外。確定最可能的場(chǎng)景并設(shè)計(jì)測(cè)試框架，以確?；A(chǔ)設(shè)施監(jiān)控解決方案按預(yù)期執(zhí)行。最安全的方法是在指定的測(cè)試環(huán)境中進(jìn)行測(cè)試，以防止生產(chǎn)和客戶受到影響。然后，團(tuán)隊(duì)可以微調(diào)設(shè)置和警報(bào)配置，以確保一切正常。

6. 定期檢查度量和KPI

目標(biāo)不斷演變，因此定期審查指標(biāo)以確?；A(chǔ)設(shè)施監(jiān)控解決方案生成每個(gè)利益相關(guān)者所需的數(shù)據(jù)和洞察至關(guān)重要。評(píng)估KPI并與團(tuán)隊(duì)合作以確定未來(lái)要建立的新基準(zhǔn)也是有益的。隨著一個(gè)組織在數(shù)字化轉(zhuǎn)型過(guò)程中的進(jìn)一步發(fā)展，新的基礎(chǔ)設(shè)施盲點(diǎn)將出現(xiàn)。定期的度量審查可以避免無(wú)意的疏忽，并確保在整個(gè)基礎(chǔ)設(shè)施堆棧中保持完全的可見(jiàn)性。

7. 利用供應(yīng)商專有技術(shù)和資源

難以完善其監(jiān)控設(shè)置或缺乏內(nèi)部專有技術(shù)或經(jīng)驗(yàn)的組織可以選擇供應(yīng)商提供支持。供應(yīng)商專家將具備行業(yè)最佳實(shí)踐方面的專業(yè)知識(shí)，并熟悉團(tuán)隊(duì)正在解決的問(wèn)題。利用供應(yīng)商的專業(yè)知識(shí)可以幫助團(tuán)隊(duì)更快地實(shí)現(xiàn)其監(jiān)控目標(biāo)，同時(shí)提高內(nèi)部技能。

一種可擴(kuò)展的基礎(chǔ)設(shè)施監(jiān)控方法

隨著企業(yè)繼續(xù)向現(xiàn)代多云環(huán)境過(guò)渡，最大限度地延長(zhǎng)正常運(yùn)行時(shí)間和彈性對(duì)于確保業(yè)務(wù)連續(xù)性和客戶滿意度比以往任何時(shí)候都更為重要。將正確的監(jiān)控解決方案落實(shí)到位，以實(shí)現(xiàn)基礎(chǔ)設(shè)施性能的明確戰(zhàn)略目標(biāo)，可以讓團(tuán)隊(duì)獲得最大的成功。

對(duì)許多人來(lái)說(shuō)，最有效的方法是實(shí)現(xiàn)一個(gè)統(tǒng)一的平臺(tái)，該平臺(tái)可以在一個(gè)地方為所有云環(huán)境提供可觀察性。這有助于團(tuán)隊(duì)更有效地協(xié)作并充分利用時(shí)間。通過(guò)將AIOps驅(qū)動(dòng)的自動(dòng)化與這些功能結(jié)合起來(lái)，組織可以設(shè)計(jì)一個(gè)可擴(kuò)展的基礎(chǔ)設(shè)施監(jiān)控框架——該框架將隨著業(yè)務(wù)的發(fā)展而發(fā)展，為創(chuàng)新和進(jìn)一步轉(zhuǎn)型創(chuàng)造更多空間。

原文鏈接：

https://thenewstack.io/seven-steps-to-effective-cloud-native-infrastructure-monitoring/