看完这篇文章,你就明白运维监控体系了

总结归纳运维工作中的监控内容。

监控目标

明白监控的重要性以及使用监控要实现的业务目标

通常包括以下三点:

  • 对目标系统进行实时监控
  • 监控可以实时反馈目标系统的当前状态 目标系统硬件、软件、业务是否正常、目前处于何种状态
  • 保证目标系统可靠性,业务可以持续稳定运行 有问题第一时间反馈出来,便于运维人员处理

监控方法

  • 了解监控对象 例如:CPU如何工作?
  • 性能基准指标 例如: CPU使用率、负载、用户态、内核态、上下文切换
  • 报警阈值定义 例如: CPU负载高的定义,内核态、用户态多少算高
  • 故障处理流程 如何更高效处理故障的流程

监控核心

  • 发现问题
  • 定位问题
  • 解决问题
  • 总结问题,对故障原因及问题防范进行归纳总结,避免以后重复出现

监控工具

  • 老牌监控
    • Cacti
    • Nagios
    • smokeping
  • 流行监控
    • Zabbix
    • OpenFalcon
    • Prometheus+Grafana
    • 滴滴开源夜莺Nightingale
    • smartping(专用于网络监控)
    • LEPUS天兔(专用于监控数据库)
    • 自研
  • 第三方监控
    • 监控宝
    • 听云
    • newrelic

监控流程

  • 采集
通过SNMP、Agent、ICMP、SSH、IPMI等对系统进行数据采集
  • 存储
各类数据库服务,MySQL、PostgreSQL
  • 分析
提供图形及时间线情况信息,方便我们定位故障所在
  • 展示
指标信息、指标趋势展示
  • 报警
电话、邮件、微信、短信、报警升级机制
  • 处理
故障级别判定,找响应人员进行快速处理

监控指标

硬件监控

  • 机器硬件:CPU温度、物理磁盘、虚拟磁盘、主板温度、磁盘阵列
    IPMI工具无法获取到硬件的状态,可以借助MegaCli工具探测Raid磁盘队列状态
    https://www.ibm.com/developerworks/cn/linux/l-ipmi/

系统监控

  • 主机存活
  • CPU、内存、硬盘、使用率
  • inode
  • 负载
  • 网卡出入带宽
  • TCP连接数
  • 磁盘读写、只读

应用监控

MySQL

  • 服务可用性
  • 内存使用率
  • 磁盘使用
  • 主从不同步及延迟
  • 备份情况
  • 连接数

Redis、Redis Cluster

  • 负载
  • 内存使用率
  • 连接数量
  • qps

Nginx

  • 状态码
  • 连接状态信息
  • RabbitMQ
  • PHP-FPM
  • OpenLDAP
    • 接入IP
    • 调用次数
  • Zimbra
  • OpenVPN
    • 版本信息、当前在线
    • 用户、分配IP、客户端连接IP、通过IP获取地址位置、接收发送流量 连接时间 时长 连接ID
  • ELK
  • Graylog
  • GitLab
  • Jenkins
  • MongoDB
  • HAproxy

网络监控

  • 网络质量
  • 公网出口
  • 专线带宽
  • 网络设备

流量分析

日志监控

安全监控

  • URL、API监控
  • 自研
  • 阿里云方案

性能监控(APM)java|php|go|nodejs|分布式链路追踪

  • PinPoint
  • Zipkin
  • SkyWalking
  • CAT、Jaeger

业务监控

电商业务为例:

  • 每分钟产生多少订单
  • 每分钟注册多少用户
  • 每分钟多少活跃用户
  • 每天有多少推广活动
  • 推广活动引入多少用户
  • 推广活动引入多少流量
  • 推广活动引入多少利润

其他

  • SSL证书监控
  • 存活性 进程是否还在,端口监听、Log滚动
  • 健康指标 MQ消息堆积量
  • 接口监控 API成功率,延迟情况,QPS等等

监控报警

  • 邮件
  • 短信
  • 钉钉、微信、企业微信等其他即时通信软件
  • 电话

报警处理

故障自愈: 服务器宕机自动启动。利用软件机制supervisor,systemd或者自定义脚本实现

综合监控

硬件监控

通过SNMP来进行路由器交换机的监控、其他内容使用IPMI实现。如果都是公有云,可以忽略这部分内容。案例:Open-Falcon监控H3C-ER3260G2路由器

系统监控

服务监控

  • 服务自带
    • Nginx自带status模块
    • PHP相应status模块
    • MySQL利用percona官方工具进行监控
  • 通过自定义方法获取数据
    • MySQL show global status xxx;
    • Redis info指令信息
  • 网络监控(混合云架构)
    • smokeping
    • smartping
  • 安全监控
    • 云服务直接用云安全组即可,或者补充本机iptables
    • 硬件防火墙
    • Web服务使用Nginx+Lua实现Web层面的防火墙,或者Openresty
  • 日志监控
    ELK、Graylog实现异常日志,错误日志关键字的监控
  • 业务监控
    确定监控指标,监控起来,业务不同各不相同
  • 流量分析
    建议使用百度统计,google统计,商业,研发嵌入代码实现。

    或者使用piwik

  • 可视化
    dashboard
  • 自动化监控
    通过API,批量操作

监控总结

完整的监控系统,需要对业务有详尽的了解,软件只是手段。

来源:https://zhuanlan.zhihu.com/p/34280983

相关新闻

历经多年发展,已成为国内好评如潮的Linux云计算运维、SRE、Devops、网络安全、云原生、Go、Python开发专业人才培训机构!