业务驱动的全景监控体系在阿里的应用 | 阿里巴巴DevOps实践指南

编者按：本文源自阿里云云效团队出品的《阿里巴巴DevOps实践指南》前往：https://developer.aliyun.com/topic/devops，下载完整版电子书，了解阿里十年DevOps实践经验。

随着云原生技术的发展与演进，微服务和容器化技术成为大型分布式 IT 架构的必然选择。新技术在让 IT 系统变得更敏捷、健壮、高性能的同时，也带来了更高的技术架构复杂度，给应用监控带来了前所未有的挑战。

传统监控挑战

系统监控爆炸式增长

传统监控重点关注应用、主机、网络等系统层面的监控。随着微服务、云原生等新技术的大量运用，系统架构越来越复杂，应用数量呈爆炸式增长。当一个故障发生时，大量系统报警会产生报警风暴，使得技术人员无法快速定位问题。同时，大量的系统级监控会产生大量误报，技术人员被迫花费大量的精力去处理这些误报，最终对报警产生麻木。

监控结果和业务目标之间欠缺联系

传统监控缺少业务视角的监控，以及业务与 IT 系统之间的联系。这导致用户、业务人员和技术人员之间无法形成统一视角。很多故障往往是用户已经反馈，技术人员却在用系统监控指标证明系统没有问题。或者业务已经受损，技术人员依然无法确定是哪个系统的问题，恢复时间被大大拉长。

监控工具之间数据割裂，数据缺乏分析

以往阿里巴巴采用多种监控工具，用于监控网络、物理机、应用、客户端等不同的对象，但不同工具之间无法共享数据，监控数据缺乏统一的分析，更加难以跟业务场景相结合，造成大量的故障只能依靠技术人员的经验，在多个工具之间不断地切换和逐步排查，大大增加了故障恢复时长。

监控维护成本高，报警准确率低

传统监控都需要大量的配置工作，整个过程费事费力，缺乏自动化、智能化监控的手段，这也是造成各系统监控能力参差不齐的重要原因。一些新业务因为无力投入大量精力配置监控，导致业务监控能力缺失。同时，随着业务的发展，技术人员需要不断地调整报警规则，又常常因不及时的调整造成误报和漏报。

业务驱动的监控理念

为了适应 DevOps 研发模式，解决传统监控的问题，阿里巴巴总结了一套以业务驱动的自顶向下的全景监控体系，主要包括：业务监控、应用监控和云资源监控三层：

• 业务监控是整个监控体系的“顶层”，能够反映用户使用业务的真实情况，可以与业务结果直接挂钩，能够被不同部门、不同角色的人员所理解。

• 应用监控提供应用中服务和系统层监控能力，能够直接反应系统运行状态，帮助研发人员全面了解应用中服务和中间件的健康状态，快速定位系统问题。

• 云资源监控提供应用依赖的各类云资源(如 RDS、OSS、SLB 等)的基本监控，在故障排查中能够为研发人员提供实例级别的明细监控数据，快速确定是应用系统的问题，还是云基础实施的问题。