Open-Falcon 互联网企业级监控系统

监控子系统是运维管理平台的核心环节，负责对世纪互联网络拓扑、多地IDC机房、服务器的全面监控。监控子系统是整个运维环节，乃至整个产品生命周期中最重要的一环，事前及时预警发现故障，事后提供翔实的数据用于追查定位问题。

• Open-Falcon功能概述[ http://book.open-falcon.com/zh/intro/README.html ]

Open-Falcon 人性化的互联网企业级监控系统，是由小米公司提供的开源的、分布式监控系统。相对于传统的zabbix相比在性能、扩展性、和用户的使用效率方面做出了提升。特别适合世纪互联的实际情况，能够适应业务的快速发展和服务器硬件的大量增加。

Open-Falcon 整体可以分为两部分，即绘图组件、告警组件。其中：

1、安装绘图组件 负责数据的采集、收集、存储、归档、采样、查询、展示（Dashboard/Screen）等功能，可以单独工作，作为time-series data的一种存储展示方案。

2、安装告警组件 负责告警策略配置（portal）、告警判定（judge）、告警处理（alarm/sender）、用户组管理（uic）等，可以单独工作。

• Open-Falcon特点优势

1强大灵活的数据采集：通过配套的Falcon-agent，可以自动采集400多项单机指标，也可以通过用户自定义的插件来扩大采集项的范围。用户也可以通过其他方式获取到相关的指标，比如通过SNMP方式获取网络设备的相关运行指标，然后主动推送给监控系统。

2、良好的水平扩展能力：监控系统要能通过水平扩展来支撑业务的快速发展。

3、高效率的告警策略管理：高效的用户配置界面、支持策略模板、模板继承和覆盖、多种告警方式、支持回调动作。

4、人性化的告警设置：支持最大告警次数、告警级别设置、告警恢复通知、告警暂停、不同时段不同阈值、支持维护周期，支持告警合并。

5、高效的历史数据查询：采用RRDtool的数据归档策略，秒级返回上百个指标一年的历史数据。

6、人性化的Dashboard：多维度的数据展示，用户自定义Dashboard等功能。

7、高可用：整个系统无核心单点，易运维，易部署。

• Open-Falcon系统架构图

 

Agent

agent用于采集机器负载监控指标，比如cpu.idle、load.1min、disk.io.util等等，每隔60秒push给Transfer。agent与Transfer建立了长连接，数据发送速度比较快，agent提供了一个http接口/v1/push用于接收用户手工push的一些数据，然后通过长连接迅速转发给Transfer。

Transfer

transfer是数据转发服务。它接收agent上报的数据，然后按照哈希规则进行数据分片、并将分片后的数据分别push给graph&judge等组件。

Graph

graph是存储绘图数据的组件。graph组件 接收transfer组件推送上来的监控数据，同时处理query组件的查询请求、返回绘图数据。

Query

query组件，提供统一的绘图数据查询入口。query组件接收查询请求，根据一致性哈希算法去相应的graph实例查询不同metric的数据，然后汇总拿到的数据，最后统一返回给用户。

Dashboard

dashboard是面向用户的查询界面。在这里，用户可以看到push到graph中的所有数据，并查看其趋势图。

图：400多项监控指标查询

图：监控指标多维设定

图：监控指标可视化显示

Portal

Portal是用来配置报警策略的

图：监控预计主页面

图：设定监控预警触发

HBS(Heartbeat Server)

心跳服务器，公司所有agent都会连到HBS，每分钟发一次心跳请求。

Judge

Judge用于告警判断，agent将数据push给Transfer，Transfer不但会转发给Graph组件来绘图，还会转发给Judge用于判断是否触发告警。

Links

Links是为报警合并功能写的组件。如果你不想使用报警合并功能，这个组件是无需安装的。

Alarm

alarm模块是处理报警event的，judge产生的报警event写入redis，alarm从redis读取处理