当我们登录某云厂商购买一台云服务器时,会跟该云厂商签署SLA,其中决定赔付标准的一项指标是可用性,可用性又由两个指标决定,其公式为:
其中:
- MTBF(Mean Time Between Failure):平均无故障工作时间,单位一般是小时,例如一块机械硬盘的MTBF为100万小时
- MTTR(Mean time to repair):平均修复时间
提升可用性的办法有两种:通过冗余等手段保证不发生故障;通过监控告警系统及时发现故障并告警通过自主或者人工干预快速修复故障。两者缺一不可
今天要说的promethus就是一款不错的监控告警系统
概述
Prometheus是Cloud Native Computing Foundation项目,是一个系统和服务监视系统。 它以给定的时间间隔从配置的目标收集指标,评估规则表达式,显示结果,并可以在观察到指定条件时触发警报。从上面的定义可以看到,promethus包含了监控数据的采集、存储、查询,规则的评估和告警,并制定了采集、告警等一系列标准。如果想要深入了解请移步:github |