读书笔记（SRE：Google运维解密）：第6章分布式系统的监控

最新推荐文章于 2022-10-26 14:39:12 发布

github_37320188

最新推荐文章于 2022-10-26 14:39:12 发布

阅读量368

点赞数

分类专栏：读书笔记（SRE：Google运维解密）文章标签：运维

本文链接：https://blog.csdn.net/github_37320188/article/details/108918285

版权

本文是《SRE：Google运维解密》第六章的读书笔记，主要探讨了分布式系统的监控，包括监控的定义、白盒与黑盒监控的区别、四个黄金指标、长尾问题以及监控系统设计的考量因素。强调了监控的目标是发现问题和原因，以及如何制定有效的警报策略。

摘要由CSDN通过智能技术生成

                    
                    绝大部分通用的术语：
 （a）监控（monitoring）：收集、处理、汇总，并且显示关于某个系统的实时量化数据，例如请求的数量和类型，错误的数量和类型，以及处理用时，应用服务器的存活时间等
 （b）白盒监控（white-box monitoring）：依靠系统内部暴露的一些性能指标进行监控。包括日志分析、Java虚拟机提供的监控接口，或者一个列出内部统计数据的HTTP接口进行监控。
 （c）黑盒监控（black-box monitoring）：通过测试某种外部用户可见的系统行为进行监控。
 （d）监控台页面（dashboard）：提供某个服务核心指标一览服务的应用程序（一般是基于Web的）。该应用程序可能会提供过滤功能（filter）、选择功能（selector）等，但是最主要的功能是用来显示系统最重要的指标。该程序同时可以显示相应团队的一些信息，包括目前工单的数量、高优先级的Bug列表、目前的on-call工程师和最近进行的生产发布等。
 （e）警报（alert）：目标对象是某个人发向某个系统地址的一个通知。目的地可以包括工单系统、E-mail地址，或者某个传呼机。相应的，这些警报被分类为：工单、E-mail警报，以及紧急警报（page）。
 （f）根源问题（root cause）：指系统（软件或流程）中的某种缺陷。这个缺陷如果被修复，就可以保证