统一监控平台

前沿

话说公司运维同事经常被领导说处理和解决问题太慢了~~~

运维同事感觉自己很委屈，每天24小时待命处理和解决各种问题，但效率还是很低~~~

所以运维的同事觉得太难了~~~

为了解决这种情况，运维同事找到了我，说有没有能够快速定位故障，分析收敛服务的运行指标情况，并作出相应的告警通知~~~

对于万能的程序员来说，我回答，当然可以了（哈哈，此时不装大佬，更待何时呢）~~~

开始

首先我们要命明确监控平台的功能作用，用一张图概括一下：

主要包括:

• 指标采集
• 数据存储
• 数据展示
• 监控告警
• 告警通知

技术选型调研

• Telegraf（StatsD）
• Grafana
• InfluxDB
• AlarmServer

监控平台主要由Telegraf（StatsD） + Grafana + InfluxDB + Alarm Server 组成，StatsD 主要收集探针采集指标并将聚合数据信息发送给InfluxDb，由Grafana配置InfluxDB数据源和相应的告警功能，通过仪表盘展示接收数据信息，并将仪表盘嵌入到Alarm工程；Grafana仪表盘相应告警事件触发后回调到Alarm工程，Alarm接到通知后通过邮件、短信、微信、语音电话等通知指定人员。

telegraf

Telegraf 是收集和报告指标和数据的代理。Go语言编写。Telegraf 集成了直接从其运行的容器和系统中提取各种指标，事件和日志，从第三方API提取指标，甚至通过StatsD和Kafka消费者服务监听指标。它还具有输出插件，可将指标发送到各种其他数据存储，服务和消息队列，包括InfluxDB，Kafka，OpenTSDB，Datadog等等。

详情请看：Telegraf介绍和使用

InfuxDB

InfluxDB是一个由InfluxData开发的开源时序型数据。使用 Go 语言编写，着力于高性能地查询与存储时序型数据。InfluxDB被广泛应用于存储系统的监控数据。

详情请看： InfluxDB 介绍和使用

Grafana

grafana 是一款采用 go 语言编写的开源应用，是一个跨平台的开源的度量分析和可视化工具，可以通过将采集的数据查询然后可视化的展示，并及时通知。
它主要有以下六大特点： 1、展示方式：快速灵活的客户端图表，面板插件有许多不同方式的可视化指标和日志，官方库中具有丰富的仪表盘插件，比如热图、折线图、图表等多种展示方式；

2、数据源：Graphite，InfluxDB，OpenTSDB，Prometheus，Elasticsearch，CloudWatch和KairosDB等；
3、通知提醒：以可视方式定义最重要指标的警报规则，Grafana将不断计算并发送通知，在数据达到阈值时通过Slack、PagerDuty等获得通知；
4、混合展示：在同一图表中混合使用不同的数据源，可以基于每个查询指定数据源，甚至自定义数据源；
5、注释：使用来自不同数据源的丰富事件注释图表，将鼠标悬停在事件上会显示完整的事件元数据和标记；
6、过滤器：Ad-hoc过滤器允许动态创建新的键/值过滤器，这些过滤器会自动应用于使用该数据源的所有查询。

详情请看： grafana介绍和使用

技术结构图

Springboot Actuator 部分jvm指标数据通过https形式入库。

类库说明

java

C/C++

php

python

通知方式

展示图

系统信息

业务指标收集

说明

本文只做学习参考，如有任何不准确的地方欢迎指正。