关于监控系统的一些想法（来自深空老大）

在腾讯近三年，不少人觉得我在作Qzone，其实两年多我都在作内部系统：运营相关的工具、监控、数据分析等。虽然我一直但愿能有机会接触高负载应用的开发，对比内部系统的二三十我的的最高同时在线（这已是一种突破），可能几百万同时在线更会让人激动，可是两年多来的积累和收获也是颇为丰富的。 最近的重点在于实时监控分析系统的设计，主要目标是分析众多的数据，在最短的时间内最准确的定位问题根源，可是一直很迷茫，那么多数据的错综复杂关系，维度不一样，力度可能也不一样，业务关系更不必定在同一个点上……一时很难有头绪来作这件事情。个人初步想法是先把这些数据所有放在一块儿看，先根据业务逻辑关系放在一块儿，从总体上看监控情况分布，就像Google地图，缩小能够看整体，放大能够看局部细节，可是一堆问题接踵而来。其中包括数据量太大数据获取缓慢，节点众多关系复杂难以放在一块儿（这个问题已经解决），因为目前都是B/S架构，因此页面渲染大数据量根本响应不过来。虽然能够缩小范围来减小数据量，可是如何作呢？我很想知道Google如何处理上百万台设备和众多业务自身监控的，更甚是预警等。可能咱们如今的业务关系比较乱，没有Google那么单一规范，可是毕竟咱们的设备要少不少，总会有些折衷的方案，一步步来。只不过有时候时间不等人。 想找些人交流，可是发现交流的人基本上能够说是没有，我想不多人作相似的东西吧，即便有也不认识，谁会知道我也在作这些东西，谁会来指点一下我呢，呵呵。若是一直停留在人肉的问题分析，那么人力将会随着设备量增加而增加，这些批量的东西，交给机器来搞是必然的。单点监控咱们可能已经作到了，可是综合分析呢？谁有魄力迈出这一步？ 其实我不多在公开博客上写关于本身工做内容的东西，主要是担忧和商业机密有关，呵呵。不过如今看来仍是要多交流多取经，才能更快进展。也但愿有相关经验的朋友能提供一些思路。