為什么要做業(yè)務(wù)監(jiān)控？

通常情況下，大部分企業(yè)都會做基礎(chǔ)設(shè)施監(jiān)控，覺得做好基礎(chǔ)設(shè)施監(jiān)控就可以解決大部分問題。至于業(yè)務(wù)方面監(jiān)控，等有人來說了再處理就行。殊不知這種想法會有諸多隱患：

1、運維比業(yè)務(wù)部門經(jīng)常晚發(fā)現(xiàn)業(yè)務(wù)有問題。

因為業(yè)務(wù)有問題會最先爆出來，等到基礎(chǔ)設(shè)施出問題往往已經(jīng)過了幾分鐘了。此時業(yè)務(wù)可能已經(jīng)焦頭爛額了。

2、由于發(fā)現(xiàn)業(yè)務(wù)問題較晚，這個時候有相互調(diào)用關(guān)系的業(yè)務(wù)可能也出現(xiàn)了問題。

導(dǎo)致業(yè)務(wù)故障定位較困難。如果做了業(yè)務(wù)監(jiān)控，且做到妙極監(jiān)控，那么當(dāng)大量業(yè)務(wù)出現(xiàn)問題時，我們就能根據(jù)最先告警的來判斷是哪個業(yè)務(wù)故障引起的。

3、危害公司利益和自身前途。

第三點也是最要命的，由于上述兩個問題導(dǎo)致運維在業(yè)務(wù)部門乃至整個公司留下不良的影響，長此以往不僅會給公司帶來經(jīng)濟損失，對自己的前途也是非常不利的。

因此做好業(yè)務(wù)監(jiān)控，可以說是每個運維人員必須要完成的一個任務(wù)。

業(yè)務(wù)監(jiān)控要做哪些？

1、Web站點監(jiān)控

對公網(wǎng)服務(wù)的Web站點，無論是SAAS的還是在我們自己部署的站點都需要進行站點URL監(jiān)控。公網(wǎng)站點監(jiān)控建議使用商業(yè)服務(wù)進行監(jiān)控，因為這些服務(wù)通?？梢詮亩鄠€地域來檢測你當(dāng)前站點的訪問情況，通常是站點狀態(tài)碼和響應(yīng)速度的監(jiān)控。

對內(nèi)網(wǎng)服務(wù)的Web站點也需要監(jiān)控，因為內(nèi)網(wǎng)是無法從公網(wǎng)訪問的，所以內(nèi)網(wǎng)建議使用自建Prometheus去監(jiān)控站點的狀態(tài)和響應(yīng)速度。

2、健康檢查接口

此處做服務(wù)健康檢查接口監(jiān)控，提供一個或多個監(jiān)控API，監(jiān)控應(yīng)用自身狀態(tài)、監(jiān)控應(yīng)用和數(shù)據(jù)庫連接狀態(tài)，監(jiān)控應(yīng)用和中間件連接狀態(tài)。

健康檢查接口建議統(tǒng)一使用/health路徑的接口,如果是三個接口那么/app_health代表服務(wù)、/db_name_health代表數(shù)據(jù)庫連接狀態(tài)、/middleware_name_health代表中間件連接狀態(tài)。

單獨接口返回APP_OK,db_name_OK,middleware_name_OK，多個接口返回OK表示服務(wù)和數(shù)據(jù)庫和中間件正常。

有些JAVA的Sprint框架是自帶健康檢查接口的，這些直接使用即可。

3、日志監(jiān)控

首先，所有業(yè)務(wù)日志要接入日志中心。哪些關(guān)鍵字需要做告警？需要項目經(jīng)理和開發(fā)負責(zé)人討論給出。確保有必要的關(guān)鍵字做告警，避免告警的泛濫。

4、鏈路追蹤

鏈路追蹤可以有選擇性的接入，如果業(yè)務(wù)比較簡單平時運行著也沒有什么問題可以不用接入。一般業(yè)務(wù)如果上下游調(diào)用鏈較多，且業(yè)務(wù)邏輯比較復(fù)雜，同時會有大并發(fā)需求，對響應(yīng)速度要求也比較高的可以接入。

主要給用戶解決找出響應(yīng)時間較長的API，并查看是否函數(shù)中存在問題。有些商業(yè)的鏈路追蹤工具還可以看到SQL語句的問題。這些都可以幫助開發(fā)人員更好更快的解決業(yè)務(wù)代碼中的問題。

5、大屏監(jiān)控

針對業(yè)務(wù)大屏，首先我們要考慮哪些業(yè)務(wù)數(shù)據(jù)要放到大屏中？這里建議放業(yè)務(wù)負責(zé)人或管理層關(guān)心的數(shù)據(jù)。比如：

· 用戶在線人數(shù)。

· 用戶訂單實時量數(shù)據(jù)。

這些數(shù)據(jù)能讓業(yè)務(wù)負責(zé)人或管理層直觀的看到當(dāng)前的業(yè)務(wù)狀況.還可以針對一些預(yù)估的異常值進行告警配置。

如何做好業(yè)務(wù)監(jiān)控

做好業(yè)務(wù)監(jiān)控并不容易，所以這也是很多企業(yè)沒有做或做的不夠完善的原因。要做好業(yè)務(wù)監(jiān)控得一步步來。首先，你要有業(yè)務(wù)監(jiān)控其次我們需要對業(yè)務(wù)監(jiān)控進行梳理，確保所有的監(jiān)控項都是有意義的。最后，我們要有業(yè)務(wù)監(jiān)控巡檢和告警處理的流程和機制，確保所有業(yè)務(wù)監(jiān)控被發(fā)現(xiàn)和及時處理。

另外，業(yè)務(wù)監(jiān)控并非僅限于上面所描述的5類，如果一個企業(yè)有和業(yè)務(wù)相關(guān)的需要被監(jiān)控，且并不再上面描述的類型中，都可以通過一些工具或自定義的手段來完成定制化的業(yè)務(wù)監(jiān)控需求。

做好業(yè)務(wù)監(jiān)控，我們才能讓運維的價值得到充分的體現(xiàn)。