谈谈监控（转）

 

目录

• 1. 背景
• 2. 概述
• 3. 怎样监控
  • 3.1. 卫星监测
  • 3.2. 逐级诊断
  • 3.3. 模拟人工
  • 3.4. 数据分析
  • 3.5. 监控与开发
• 4. 总结

1. 背景

每一个企业都意识到监控工做的重要性，但80%企业的监控工做仍然处在监控的初级阶段。

什么事初级阶段呢？

1. 被动监控，故障发生运维人员永远不是第一个发现故障的人
2. 监控IP地址与TCP端口，不少时候HTTP 80端口正常接受请求，但WEB服务器不能正常工做。
3. 人肉监控（人肉运维），采用人海战术，桌面摆放不少显示器，甚至投影仪，要求监控者盯着各类仪表板界面，制定各类工做流程以及KPI考核监控人员。
4. 人肉测试，要求监控人员每间隔几分钟人工操做一次，以确认系统正常工做，例如（没15分钟登录一次，下一笔顶单，作一次支付等等）。
5. 万能的重启，定其重启全部的服务器。

什么事中级阶段呢？

1. 报警：手机短信更靠谱，由于手机随身携带（邮件不算，邮件到达速度慢，各类因素不稳定）
2. 监控服务：探测服务的可用性，而不是仅仅监控端口，注意我是指私有协议的监控（HTTP，SMTP,FTP,MySQL 不算在内）
3. 故障分析：经过日志与调试工具分析软件BUG，指导开发人员改善软件质量，使其故障不会再次发生，达到不用restart重启方式解决故障
4. 半自动化测试

什么事高级阶段呢？ 我认为高级阶段是监控与灾备系统打通融合一体。除此以外监控与开发密切相关，在开发阶段须要为监控数据采集作铺垫，每开发一个新功能就要想到将来这个功能是否须要监控，怎样监控。数据前期采集与数据挖掘很是重要，监控不只能作软件与硬件的性能分析，还能提供决策支持。

除了监控，另外一个息息相关的是自动故障转移，有兴趣能够看看个人其余文章 http://netkiller.github.io/journal/

2. 概述

你在百度上搜索监控多半是一些开源或商业软件的安装配置指南。这些文章中会告诉你怎样监控CPU、内存、硬盘空间以及网络IP地址与端口号码。

开源软件无非是 Nagios, Cacti, Mrtg, Zibbix ..... 这些软件在个人电子出书《Netkiller Monitoring 手札》中都有详细说明安装与配置方法。

商业软件也有不少如 SolarWinds， Whit's Up，PRTG ......

全部的服务器，网络设备，监控你都作了，那么按照我上面的监控分级，你处于监控的那个阶段？

3. 怎样监控

监控都有哪些手段跟方式呢？

3.1. 卫星监测

一般是经过IP地址访问远程主机，实施监控，经常使用方法是SNMP,SSH,以及各类Agent(代理)，方式是请求而后接收返回结果，经过结果判断主机状态。

			
      Monitor Server
            |
-------------------------------
  |         |           |
[Web]    [Mail]    [Database]
			
			

以监控服务器为中心，星型散射链接其余监控节点，没有什么优势，缺点是Web跟Mail节点的通讯没有监控

3.2. 逐级诊断

这个词是我想出来的，不知道是否确切，一级一级的向下探测，寻找故障点

			
      Monitor Server
              |
-------------------------------      
  |           |             |
  V           V             V
  |           |             |
[Web] ---> [Cache] ---> [Database]
  \                         ^
   `------------------------|			
			
			

首先监控服务器跟星型拓扑同样监控，再让Web节点去访问Cache节点而后返回监控结果，以此类推，让Cache节点访问Database, 让Web访问Database节点。

将全部业务逻辑都逐一模拟一次，任何一个环节出现问题，当即发出警告。

3.3. 模拟人工

这里主要监控服务是否可用，能够检查软件的工做状况，涉及测试环节。

经过自动化测试工具辅助监控，例如模拟鼠标点击，键盘输入，能够监控图形界面程序与网页程序。

Windows 监控能够经过 Windows Automation API实现，经过程序控制，可以模拟人工操做软件，实现操做匹配返回结果实现自动化监控

Web页面监控的方案就太多了，比较经典的是Webdriver衍生出的各类工具Selenium - Web Browser Automation最为出名。我经过这个工具模拟用户操做，例如用户注册，登录，发帖，下单等等，而后匹配返回结果实现自动化监控与报警

3.4. 数据分析

经过数据分析，将故障消灭在故障发生前。举一个例子，开发人员忘记设置redis 时间，虽然程序一直无缺工做，但redis内存不断增加，总一天会出现故障。

咱们经过采集redis状态信息，分析一段时间内数据变化发现了这个问题。

3.5. 监控与开发

谈到监控不少人认为这是运维的事情，实则否则，不懂运维的测试不是好开发。

开发过程当中须要考虑到监控，例如Nginx的status模块， MySQL的show status命令, Redis的info命令，都是为监控预留的。那么你开发的程序是否考虑到了监控这块呢？

你能够经过日志形式或者管道，再或者Socket将程序的运行状态提供给监控采集程序。

4. 总结

好的监控的能让你对系统了如指掌，作到内心有数。有数据才好说话。

http://netkiller-github-com.iteye.com/blog/2190593