关于监控
当我们谈到运维建设,监控应该是重中之重,如果说配置管理纳管的是运维对象,而监控管理就是运维的眼睛,能够让我们看到运维对象的状态。监控的本质,就是基于数据检测分析对运维对象进行实时健康分析,从而发现问题、分析问题和预防问题。
同样,从运维管理的目标职责,监控建设需要解决的两个核心问题就是:优先用户发现问题和快速定位解决问题。
- 如何优先用户发现问题:需要具备监控的眼睛足够多,针对运维对象从物理设备、系统组件以及应用层对象能够全面覆盖,以及针对不断增长的运维对象能够持续扩展。
- 如何快速定位解决问题:不仅需要针对告警信息的多维关联分析,同时还需具备针对告警事件的闭环处理以及故障自愈管理,支撑运维人员快速解决故障。
平台化监控设计
基于传统建设监控系统的方式,你会发现如果想要覆盖全面的运维对象,所需建设各种场景监控系统就会越来越多,海量无效的告警事件接踵而来,同时围绕同一故障的告警信息都分布在各个监控系统中,这么一来就很难实现快速的告警定位分析。
为了满足不断变化的监控需求,我们得换一种建设思路,通过平台+场景的建设思路,不仅能够满足监控覆盖全面性的要求,还能够持续扩展监控场景以满足变化的需求。
1、监控平台
聚焦监控数据链路能力,从数据采集 → 数据存储 → 数据加工 → 数据监测 → 告警管理 → 故障闭环 →