扎心的运维告警

  随着企业数字化转型的深化，许多行业都卷入了数据爆炸的洪流之中，健康大数据、金融大数据、政务大数据…而运维从业者这一群体，与数据的关联更加紧密。随着APM产品的普及，运维伙伴可以轻易将所需关注的数据进行可视化的展现，对业务的变化可以做到一目了然，但同时，也给自己套上了“紧箍咒”，监控平台的“红色标识”，邮箱、短信收到的告警提示，紧牵着运维伙伴的神经。问题也随之而来，如何最佳的配置“告警”，是每一个运维伙伴工作中面临的棘手问题。

  **业务越来越复杂，越早的发现局部小问题，才能更好的保障业务的运行。如何实现精细化的告警?**
  “可用性”是判断应用健康状况的一项重要指标，但这一项指标告警可能存在一些遗漏及误报，比如在金融行业常见的前置应用到核心应用这一架构中，当核心应用的“成功率”、“响应率”等指标正常时，是否即可判定应用正常？实际情况中，核心应用通常承载许多程序模块，当其中某一程序模块出现问题时，而整体的指标在正常的范围时，“可用性”告警可能就失效了。这一场景下，“过滤器”即可发挥出价值。
  “过滤器”可通过一组搜索条件，在已归类好的交易里将我们关注的某种特征的交易筛选出来，例如IP端口、不同交易渠道、不同交易类型等维度，再结合运算，做单独的分析，即可实现更加精准的告警配置。
  举例来说，在配置高危事件告警时，可通过重点监控关键交易及关键节点的性能指标，对交易中出现的关键错误码的重点识别来实现对高危事件的告警。当然，这仅是“过滤器”应用的冰山一隅，在面对更加复杂的场景时，“过滤器”有更大的发挥空间。

随着业务的增长、告警的精细化要求，监控的需求越来越大，传统的配置方法显然无法满足，如何应对？
当需要对数据按照维度进行过滤时，当一个维度下的值成千上万时，当一些值只在离散的时间段内出现，动态增减，人工难以及时响应调整时，想实现对其全面的监控便会十分的困难。潜在的巨大工作量更是难以承受。此时，“聚合维度告警“挺身而出。通过聚合维度告警，在设置告警对象时，不必再人工对要监控的所有值逐个的指定，只需告诉监控系统所关注的维度，该维度下所有值均会按照告警条件进行监控，并且可以通过例外值的独立设置，确保监控的精准与可靠。

业务在变，监控需求也在变，告警能不能更加智能？
绝大多数的监控系统都是通过阈值来实现告警的，阈值是固定的，而业务却是不断变化的，随之而来的问题便是告警的泛滥，隐患不言而喻。近年，很多企业也开始尝试“去阈值”，动态基线的科学性自然成为了举足轻重的大事。在即将发布的EZSonar4.1版本中，华青融天优化了原有的“动态基线告警”算法。优化后的AI算法基于模型多周期因素综合考虑，管理员不需要再额外配置其他参数，在指定需要监控的指标后，便可以自动的实现学习和监控。

运维之路，艰苦漫长，告警的持续改进也不能一蹴而就，运维伙伴需要不断的优化、不断的总结。华青融天亦身先士卒，通过不断的更新、迭代产品，助力运维伙伴。

转载于:https://blog.51cto.com/13447069/2370728