技本功丨甲方大人来了之运维数据分析平台搭建实战

袋鼠云日志团队时常遇到各种各样的甲方大人，毕竟我们是一个非常优秀的企业服务公司（自信满满），当然面对甲方大人的时候要做到处变不惊，临危不乱，镇定自若的接受需求……

甲方大人的常用台词一定要记住：我们很忙，有好几套监控系统，能不能再不砍掉监控系统的情况下，帮助我们搞定日运维需求呢？这样的需求每天通过项目经理→产品经理→研发经理→浣熊（我）。

But，这个需求有点麻烦呀~

我捋过我日渐稀疏的发，只能加油干啦！

先说下甲方大人的需求和痛点，甲方大人说平日的系统运维工作主要围绕应用、主机、数据库和业务四个方面。

（1）应用发布平台是IBM的WebSphereApplicationServer（简称WAS），应用的性能监控基于WAS自带监控模块

（2）主机监控基于IBMTivoliMonitoringSystem，业务监控则通过分析应用日志的方式实现

（3）数据库监控依赖一个古老的oracle性能监控工具

（4）应用日志需要登陆到AIX业务机器上查看

“每当出现一个问题，先登陆was看下业务进程性能趋势，再登陆Tivoli查看主机性能趋势，然后登陆数据库监控查看数据库性能趋势，再然后登陆AIX主机查看日志。一套下来肚子就饿了，到食堂发现好吃的饭菜已经被别人抢光了，希望你们能帮我们改善改善伙食“。嗯，听上去影响蛮大的，不过他们怎么知道我烧菜的手艺的，上周末做的清蒸鲈鱼味道还不错...

四个字，赶紧干活。在了解了甲方大人的需求和痛点后，经过一番苦思冥想，设计了下面的看上去有点复杂的架构图。大道至简，借鉴老子的一段话附和一下这张图，“人法地、地法天、天法道、道法自然”，老子用了十三个字，将天、地、人乃至整个宇宙的生命规律精辟涵括、阐述出来。

菜谱准备好了，小葱拌豆腐，开始下锅。

数据采集上，针对WAS、Tivoli、Oracle和AIX应用主机的采集需求，需要coding了（没有什么需求是一坨代码解决不了的，如果有那就两坨），前方高能，请做好笔记：

（1）开发一个WAS进程性能采集器，参考https://github.com/alexivkin/...，万能的python，哦no，这个是Jython，看起来跟python一样嘛，无非就是python里面用java，java里面跑python。由于是三年前的版本，加上没有IBM WAS的测试环境，花掉一个上午时间脑补调试，什么是脑补调试法，答按行过目代码、眼睛输入，大脑跑跑（非专业人士请勿模仿）；

（2）开发一个Tivoli数据收集器，又花掉一个晚上，Tivoli支持Soap方式拉取新能数据，我不会告诉你可以用一个CURL拉取所有主机性能所有数据的，想知道的留言处扣666；

（3）开发一个Oracle数据库性能采集器，还好elastic 大佬开源了beats（https://github.com/elastic/beats），坑爹的是竟然不支持oracle，莫非oracle大佬的开发人员都休眠了么；花了两个晚上捣鼓捣鼓，支持个tps、qps、物理读、逻辑度、吞吐量还是可以的，小算一下支持200多个指标吧，oracle采集beat依赖oracle client不是一般的麻烦；

https://www.oracle.com/techne...

（4）开发一个AIX日志文件采集器，袋鼠云有技术大牛开发了一个，拿过来直接集成；

https://github.com/DTStack/jf...

数据接收和解析组件，袋鼠云自研了java版本的logstash，参考：

https://github.com/DTStack/jl...

日志接收和解析性能是ruby版本性能5倍以上，关键是配置简单，分钟内上手

数据存储方面，最近一周的日志数据全部投递到elasticsearch里，以防哪天甲方大人心血来潮想搜个日志啥的；结构化的应用进程数据、主机性能数据、数据库性能数据和业务日志数据投递到clickhouse里，通过clickhouse强大的聚合计算能力（多表数据关联，sum/avg等聚合计算），计算出同一时间线上的业务和进程、主机以及数据库性能的关联趋势图。

一句话总结下ck吧，在sql里计算我只服ck!

链接：

https://clickhouse-docs.readt...

源码请见：

https://github.com/yandex/Cli...

坚持看到这里就是真爱了，贴上一张系统架构图，图中左方是数据采集层，easymanager是公司自研的自动部署神器（不用想了，没有开源），右边是数据展示端，把应用、主机、数据库、日志数据统一展示在一张大屏上，废话不说了，上菜！