浅谈小型开发团队的运维

场景：

---

最近从大公司离职后，现在带领小团队做后端开发，刚起步，手下有几个弟兄（木有运维汪）……紧急的开发1.0版本的业务中……突然一天，运营小妹说客户反映APP端下不了单了，排查之后，是因为线上主服务器的php-fmp进程挂掉了……涉及到交易和钱的都是大事，运维刻不容缓……

---

分析：

---

1.在帝都立马招一个运维团队，对现在的小团队既浪费又不现实……
2.只好选择搭建个运维平台……由于之前就是运维出身，zabbix和nagios都搞过，个人比较偏向zabbix,原因就不在这里解释，网上一搜一大把……但是问题又来了，zabbix必须得有专人维护，譬如添加报警，修改报警条件，还会设计写python脚本，得还招人，又走了1中的套路，感觉不可选（就当前的 人员结构不可取）……其实我的运维需求很简单，就几台服务器出现问题的时候给我发邮件通知就行，不涉及交换机，不涉及视频宽带什么的……偶然让我发现了cloudinsight,感觉这就是我想要的

zabbix: 上家公司在用，涉及到视频和CDN等5万台服务器，是监控利器，可以二次开发, 源码我也分析过，木有用框架写，前后端是一起的，当时很尴尬，很蛋疼
cloudinsight: 一个脚本命令就可以使用监控平台，平台图比较直观，对于小团队来说，这些监控策略就够了，报警邮件通知也就够了

---

使用：

---

结合大公司的运维开发经验，个人建议在cloudinsight设置以下几类监控报警策略（具体参数自己设定）：

1. CPU使用率大于70%
2. 内存使用大于80%
3. 磁盘使用率大于80%
4. 服务器Ping不可达
5. nginx（各类进程）进程停止
6. 80（各类端口）端口不可访问
7. 5分钟/15分钟load负载大于3
8. 接口（API）URL相应状态码不为200
   9.磁盘分区发生改变