建站
咨詢
售后
建站咨詢
新聞中心
對(duì)于運(yùn)維的日常工作來(lái)說(shuō)，服務(wù)器監(jiān)控是必須且最基礎(chǔ)的一項(xiàng)內(nèi)容。在企業(yè)基礎(chǔ)設(shè)施運(yùn)維過(guò)程中，管理員必須能夠掌握所有服務(wù)器的運(yùn)行狀況，以便及時(shí)發(fā)現(xiàn)問(wèn)題，盡可能減少故障的發(fā)生。通常我們會(huì)借助一些監(jiān)控的軟件來(lái)獲取每個(gè)服務(wù)器的基礎(chǔ)指標(biāo)并進(jìn)行集中的查看、分析、監(jiān)控。
成都創(chuàng)新互聯(lián)公司致力于互聯(lián)網(wǎng)品牌建設(shè)與網(wǎng)絡(luò)營(yíng)銷，包括網(wǎng)站設(shè)計(jì)制作、成都網(wǎng)站制作、SEO優(yōu)化、網(wǎng)絡(luò)推廣、整站優(yōu)化營(yíng)銷策劃推廣、電子商務(wù)、移動(dòng)互聯(lián)網(wǎng)營(yíng)銷等。成都創(chuàng)新互聯(lián)公司為不同類型的客戶提供良好的互聯(lián)網(wǎng)應(yīng)用定制及解決方案，成都創(chuàng)新互聯(lián)公司核心團(tuán)隊(duì)10年專注互聯(lián)網(wǎng)開發(fā)，積累了豐富的網(wǎng)站經(jīng)驗(yàn)，為廣大企業(yè)客戶提供一站式企業(yè)網(wǎng)站建設(shè)服務(wù)，在網(wǎng)站建設(shè)行業(yè)內(nèi)樹立了良好口碑。
[[343669]]
市面上開源、收費(fèi)的服務(wù)器監(jiān)控系統(tǒng)非常多，例如老牌的zabbix、nagios、NewRelic、CollectD等，近期開始流行的Telegraf、Prometheus。各類系統(tǒng)都有其出彩的點(diǎn)，例如Zabbix強(qiáng)大的生態(tài)、NewRelic的服務(wù)、Prometheus的云原生友好等。服務(wù)器監(jiān)控相對(duì)中間件、業(yè)務(wù)監(jiān)控更加基礎(chǔ)，關(guān)注點(diǎn)主要集中在監(jiān)控的易用性、穩(wěn)定性、實(shí)時(shí)性、報(bào)警豐富度、報(bào)表使用便捷度等。
本期為大家介紹如何使用阿里云SLS來(lái)快速構(gòu)建一套完整的服務(wù)器/主機(jī)基礎(chǔ)指標(biāo)實(shí)時(shí)監(jiān)控方案。
SLS時(shí)序存儲(chǔ)簡(jiǎn)介
SLS的日志存儲(chǔ)引擎在2016年對(duì)外發(fā)布，目前承接阿里內(nèi)部以及眾多企業(yè)的日志數(shù)據(jù)存儲(chǔ)，每天有數(shù)十PB的日志類數(shù)據(jù)寫入。其中有很大一部分屬于時(shí)序類數(shù)據(jù)或者用來(lái)計(jì)算時(shí)序指標(biāo)，為了讓用戶能夠一站式完成整個(gè)DevOps生命周期的數(shù)據(jù)接入、清洗、加工、提取、存儲(chǔ)、可視化、監(jiān)控、問(wèn)題分析等過(guò)程，我們專門推出了時(shí)序存儲(chǔ)的功能，與日志存儲(chǔ)一道為大家解決各類機(jī)器數(shù)據(jù)的存儲(chǔ)問(wèn)題。
SLS時(shí)序存儲(chǔ)從設(shè)計(jì)之初就是為了解決阿里內(nèi)部與眾多頭部企業(yè)客戶的時(shí)序存儲(chǔ)需求，并借助于阿里內(nèi)部多年的技術(shù)積累，使之可以適應(yīng)絕大部分企業(yè)級(jí)時(shí)序監(jiān)控/分析訴求。SLS時(shí)序存儲(chǔ)的特點(diǎn)主要有：
- 豐富上下游：數(shù)據(jù)接入上SLS支持眾多采集方式，包括各類開源Agent以及阿里云內(nèi)部的監(jiān)控?cái)?shù)據(jù)通道;同時(shí)存儲(chǔ)的時(shí)序數(shù)據(jù)支持對(duì)接各類的流計(jì)算、離線計(jì)算引擎，數(shù)據(jù)完全開放;
- 高性能：SLS存儲(chǔ)計(jì)算分離架構(gòu)充分發(fā)揮集群能力，尤其在大量數(shù)據(jù)下端對(duì)端的速度提升顯著;
- 免運(yùn)維：SLS的時(shí)序存儲(chǔ)完全是服務(wù)化，無(wú)需用戶自己去運(yùn)維實(shí)例，而且所有數(shù)據(jù)都是3副本高可靠存儲(chǔ)，不用擔(dān)心數(shù)據(jù)的可靠性問(wèn)題;
- 開源友好：SLS的時(shí)序存儲(chǔ)原生支持Prometheus的寫入和查詢，并支持SQL92的分析方法，可以原生對(duì)接Grafana等可視化方案;
- 智能：SLS提供了各種AIOps算法，例如多周期估算、預(yù)測(cè)、異常檢測(cè)、時(shí)序分類等各類時(shí)序算法，可以基于這些算法快速構(gòu)建適應(yīng)于公司業(yè)務(wù)的智能報(bào)警、診斷平臺(tái)。
服務(wù)器監(jiān)控方案概述
SLS的主機(jī)監(jiān)控方案非常簡(jiǎn)單，只需要安裝一個(gè)Logtail就可以采集各個(gè)主機(jī)的基礎(chǔ)指標(biāo)，服務(wù)端都是云化，無(wú)需運(yùn)維，默認(rèn)SLS提供了可視化的儀表盤，也可以通過(guò)Grafana來(lái)進(jìn)行更加專業(yè)的可視化。
目前Logtail采集了主機(jī)常用的基礎(chǔ)指標(biāo)，包括CPU、內(nèi)存、網(wǎng)絡(luò)、磁盤等，其中對(duì)較為關(guān)鍵的指標(biāo)都做了可視化，便于直接查看。
數(shù)據(jù)接入
數(shù)據(jù)接入的流程非常簡(jiǎn)單，只需要在SLS控制臺(tái)上操作即可完成(對(duì)于非阿里云的服務(wù)器，需要在服務(wù)器上額外執(zhí)行2條命令)，具體接入的方法可參見(jiàn)：采集主機(jī)監(jiān)控?cái)?shù)據(jù)。
接入過(guò)程中最核心的就是給每臺(tái)主機(jī)的Logtail增加一個(gè)采集配置，Logtail的采集配置可以完全云化管理，無(wú)需登錄每臺(tái)服務(wù)器手動(dòng)配置。
- {
- "inputs": [
- { "detail": {
- "IntervalMs": 30000
- }, "type": "metric_system_v2"
- } ]}
可視化
在運(yùn)維可視化領(lǐng)域Grafana是當(dāng)前大家接受度最高的可視化方案，SLS為主機(jī)監(jiān)控專門增加了2個(gè)Dashboard模板，包括一張集群級(jí)別的監(jiān)控大盤和單機(jī)的詳細(xì)指標(biāo)大盤。這些大盤可以一鍵導(dǎo)入到Grafana中。
Grafana的配置流程如下：
- 在Grafana中把SLS的時(shí)序庫(kù)作為Prometheus的數(shù)據(jù)源，設(shè)置方式可參考：Grafana可視化配置。
- 導(dǎo)入Grafana模板市場(chǎng)中的SLS模板：主機(jī)監(jiān)控集群指標(biāo)、主機(jī)監(jiān)控單機(jī)指標(biāo)。
監(jiān)控?cái)?shù)據(jù)分析與告警配置
作為一個(gè)合格的運(yùn)維人員，僅僅配置完炫酷的監(jiān)控儀表盤還不夠，還需要對(duì)集群設(shè)置好足夠的告警項(xiàng)并能在需要排查問(wèn)題的時(shí)候利用監(jiān)控?cái)?shù)據(jù)分析的語(yǔ)法快速定位問(wèn)題。這些本質(zhì)上都是對(duì)集群的指標(biāo)進(jìn)行一些計(jì)算和統(tǒng)計(jì)。
SLS時(shí)序數(shù)據(jù)支持SQL、PromQL以及SQL+PromQL等多種查詢方式，PromQL查詢語(yǔ)言相對(duì)更加簡(jiǎn)潔，SQL能夠?qū)崿F(xiàn)的語(yǔ)義更加強(qiáng)大。而主機(jī)的監(jiān)控?cái)?shù)據(jù)相對(duì)比較簡(jiǎn)單，建議使用PromQL或SQL+PromQL的方式。
下面介紹幾個(gè)在告警、分析中經(jīng)常會(huì)用到的幾個(gè)統(tǒng)計(jì)方式：
- 計(jì)算所有機(jī)器的某個(gè)指標(biāo)平均值，例如平均CPU
- 查找某個(gè)指標(biāo)最高的N臺(tái)機(jī)器，比如查找內(nèi)存占用最高的5臺(tái)機(jī)器
- 查找某個(gè)指標(biāo)超過(guò)X的機(jī)器，比如找到1分鐘網(wǎng)絡(luò)流量超過(guò)10M的機(jī)器
- 計(jì)算某臺(tái)機(jī)器的某個(gè)指標(biāo)相對(duì)某個(gè)時(shí)間點(diǎn)的變化，比如計(jì)算某臺(tái)機(jī)器磁盤使用率相比1天前的變化
這些用PromQL實(shí)現(xiàn)起來(lái)非常容易，可以在Grafana的Explore頁(yè)面直接調(diào)試：
- 平均CPU： avg(cpu_util)
- 查找內(nèi)存占用最高的5臺(tái)機(jī)器：topk(5, mem_util)
- 找出1分鐘網(wǎng)絡(luò)流量超過(guò)10M的機(jī)器：(sum_over_time(net_in[1m]) + sum_over_time(net_out[1m])) > (10*1024*1024)
- 計(jì)算某臺(tái)機(jī)器磁盤使用率相比1天前的變化：disk_util{hostname="iZ2ze06ibdlxtgebgtu4xdZ"} - disk_util{hostname="iZ2ze06ibdlxtgebgtu4xdZ"} offset 1d
而告警也可以直接在Grafana上配置，可以在集群監(jiān)控的Dashboard上直接配置告警，例如下面是配置CPU集群平均CPU超限的告警，告警規(guī)則是：每分鐘計(jì)算最近5分鐘內(nèi)的集群CPU平均利用率，如果連續(xù)5分鐘超過(guò)80%則觸發(fā)告警。
總結(jié)
服務(wù)的基礎(chǔ)指標(biāo)監(jiān)控是我們監(jiān)控運(yùn)維領(lǐng)域最基礎(chǔ)的工作之一，構(gòu)造公司IT的全方位監(jiān)控還有很多工作要做，例如中間件監(jiān)控、云產(chǎn)品監(jiān)控、應(yīng)用監(jiān)控、業(yè)務(wù)監(jiān)控等，而這些利用SLS的日志和時(shí)序存儲(chǔ)功能都可以很容易的實(shí)現(xiàn)，其他相關(guān)的實(shí)現(xiàn)我們會(huì)在后續(xù)文章中給大家呈現(xiàn)。
分享文章：一步到位，服務(wù)器監(jiān)控就是這么簡(jiǎn)單
鏈接地址：http://fisionsoft.com.cn/article/cddscoh.html
