互聯網中監控的示例分析

這篇文章主要為大家展示了“互聯網中監控的示例分析”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“互聯網中監控的示例分析”這篇文章吧。

一、監控需求的產生

當程序被交付，部署到生產環境，才是其生命周期中最長的部分的開始。人們需要了解生產環境是否一切正常，監控需求自然而然產生。

互聯網發展過程中涌現大量監控相關的工具/系統，Ganlia, Zabbix, RRDTools, Graphite，各自在不同的層面為“是否正?！碧峁┐鸢?。

監控本身，無論是業界對監控的認知，監控工具/系統自身的能力，也在以下兩個方向演進著：

1. 黑盒到白盒

2. 資源到業務

這個階段監控的愿景是很明確的，如何落地則各顯神通。

直到 Etsy 于 2011 年通過博客公開了他們的 監控實踐，利用 StatsD（已開源），以非常簡單統一的方式，實現資源/業務層面的數據采集/存儲/分析。后來的監控系統，尤其是基于 metrics 的監控系統，大多受過 StatsD 的啟發和影響。

二、可觀測性的提出

互聯網工程界，Twitter 應該是最早提出可觀測性 的組織。在這系列文章中，Twitter 集中闡述了他們的可觀測性技術棧，其中包括了 Zipkin，Google Dapper 的開源實現。

如前言所說，本文不糾結于幾個名詞之間的包含關系。

拋開這些名詞的辯論，可觀測性相對于過去監控，最大的變化就是系統需要處理的數據，從 metrics 為主，擴展到了更廣的領域。綜合起來，大約有幾類數據被看作是可觀測性的支柱(pillar)

• metrics

• logging

• tracing

• events

因此，一個現代化的監控系統/可觀測性工程系統，也就必須具備妥善存儲以上幾種數據的能力。

三、存儲

Metrics

Metrics，通常是數值類型的時間序列數據。這類需求的存在如此廣泛，以至于衍生了專門服務于這個目標的數據庫子類，時間序列數據庫，TSDB。

TSDB 經歷了大約如下幾個方面的重要演進

• 數據模型。描述信息從 metric naming 中剝離出來，形成 tag?，F代的 tsdb 通常都已采用 tag 化的數據模型。

• 數據類型。從簡單的數值記錄，到為不同場景衍生出 gauge, counter, timer 等等更多的數據類型

• 索引結構。索引結構跟數據模型密切相關，在 tag 為主的現代 tsdb, 倒排索引已經是主流索引結構。

• 數據存儲。從 rrdtool 寫環形隊列到文件的時代，到 OpenTSDB 這樣自行編解碼寫入底層數據庫，再到 Facebook 提出的時序數據壓縮算法，通常會是若干種技術的綜合使用，并且針對不同的數據類型采用不同方案

Metrics 存儲，或者是 TSDB 的研究和演進，我們會有另外的文章專門介紹。

logging

logging 通常會是工程師定位生產環境問題最直接的手段。日志的處理大約在如下幾個方面進行演進

• 集中存儲/檢索。使得工程師免于分別登陸機器查看日志之苦，日志被統一采集，集中存儲于日志服務，并提供統一的檢索服務。這個過程牽扯到例如日志格式統一，解析，結構化等等問題。

• 日志的監控。

• 原文中的關鍵字，例如 error, fatal 大概率意味著值得關注的錯誤產生

• 從日志中提取的 metrics，例如 access log 中攜帶的大量數據，都可以被提取成有用的信息。至于提取的手段，有的通過客戶端在日志本地進行解析，有的在集中存儲過程中進行解析。

tracing

隨著互聯網工程日漸復雜，尤其是微服務的風潮下，分布式 tracing 通常是理解系統，定位系統故障的最重要手段。

在存儲層面，tracing 已經有相對明確的方案，無論是 OpenZipkin，還是 CNCF 的 Jaeger ，都提供幾乎開箱即用的后端軟件，其中當然包括存儲。

Tracing 的存儲設計主要考慮

1. 稀疏數據：tracing 數據通常是稀疏的，這通常有幾個原因

• 不同業務的 trace 路徑通常不同，也就是 span 不同，因而稀疏

• 同種業務的 trace ，在不同內外部條件下，路徑也不同。例如訪問數據庫，是否命中緩存，都會產生不同的 span 鏈

• 訪問正常/異常的 trace ，產生不同 span

2. 多維度查詢：通常的解決思路

• 二級索引：在以 HBase, Cassandra 為基礎的方案中比較常見

• 引入倒排索引，在二級索引方案無法滿足全部查詢請求時，可能會引入 Elasticsearch 輔助索引，提升查詢靈活性

Events

同樣是一個難以定義，但是很容易描述的術語。我們把，一次部署，一次配置變更，一次dns 切換，諸如此類的變更，稱為事件。

它們通常意味著生產環境的變更。而故障，通常因為不恰當的變更引起。

對 events 的處理主要包括

• 集中存儲：事件種類很多，較難歸納共同的查詢緯度，所以倒排索引在這種無法事先確定查詢緯度的場景下，是非常合適的存儲結構

• Dashboard：以恰當的方式，把事件查詢 /展示出來。上文提到 Etsy 的博客中，展示了很好的實踐方法，使得工程師能夠通過 dashboard ，非常輕松確認網站登陸失敗，與登錄模塊部署事件之間的關系。

以上是“互聯網中監控的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！