运维自动化（一）----运维监控

​ 我们的生活里，离不开监控，监控能够最大程度上，发挥如下作用，

• 实时监测，即使你不在电脑前，也能实时掌握监控区域情况，提高工作效率。
• 事后录像查询，如果不法事件未能即使发现制止，可以调取录像，让不法分子无处遁形。
• 给与不法分子震慑作用，当不法分子意识到自己暴露在监控内，就不敢使坏。
• 远程查看，远程操控，只需要联网，即可在任何设备上，试试查看监控。

服务器监控

为什么会有监控

运维的职责

1. 保障企业数据的安全可靠。
2. 为客户提供7*24小时服务。
3. 不断提升用户的体验。
4. 在关键时刻，提前提醒我们服务器要出问题了。
5. 当出问题之后，可以便于找到问题的根源。

​在有监控系统之前，运维人员需要登录服务器手动敲打命令来获取系统数据，例如iotop，glances，htop，free，ps等查看服务器状态的命令。

​运维人员通过系统管理的命令来获取服务器数据，为了分析问题，可能会把数据复制到本地机器，通过excel等 工具进行制表，画图分析服务器性能动态。

这种手动管理服务器的麻烦在于，服务器出现问题的时候，运维无法及时的发现，可能服务器内存满了，网站应用挂了，用户过来投诉才能发现，那此时老板可能会训斥运维同学一小时以上。。多么可怕。

有了监控软件之后

​作为一个运维， 会使用监控系统查看服务器状态以及网站流量指标，利用监控系统的数据去了解上线发布的结果，和网站的健康状态。

利用一个优秀的监控软件，我们可以:

• 通过一个友好的界面进行浏览整个网站所有的服务器状态。
• 可以在web前端方便的查看监控数据。
• 可以回溯寻找事故发生时系统的问题和报警情况。

有了一套完善的监控体系，你就可以悠闲的喝着咖啡干活，而不用提心吊胆。

监控系统是整个运维自动化体系中非常重要的环节，从服务器上架到机房，到最后下架回收，整个过程都应该有监控的存在。

• 服务器上架的硬件监控，检测线路，服务器接口状态。
• 服务器运行时的监控，系统指标监控，且在出现异常的时候发出报警通知对应的人员。
• 在服务器回收的时候，要取消硬件，软件的监控。

并且大型公司还会对监控系统进行开发，确保有API能够方便的和其他部门同事进行协同工作。

互联网公司里的运维

​ 一般公司里的运维，大致可以分为基础运维、应用运维、运维开发、监控组四大部分。

• 基础运维，负责IDC运维，服务器上下架，网络设备等。
• 应用运维，也就是system administrator，系统管理员。
• 运维开发，负责运维工具的开发，系统开发等，例如开发监控系统，代码发布系统。
• 监控组，也就是24小时值班的人员，需要时刻关注服务器，网站的状况，出现问题后，第一时间联系相关运维以及研发人员。

运维的难处

​ 国内的互联网大厂，拥有几百，几千台服务器是很常见的，因此运维工程师的招聘需求量很大，且工作量也很大，每天在几千台服务器上敲命令，查看系统状态，发布代码，任务是非常繁琐的。

国内常见的运维新闻就是:

• 又是一年一度的双十一，今晚又是一个不眠之夜，对于程序员，运维，整个IT团队都要熬夜了(但是他们的收益也是巨大的)。
• 新浪某男星又被爆出丑闻，微博又瘫痪啦!

从这样的新闻就可以看出运维人员的难处，超哥也曾彻夜不眠的维护服务器，心塞呀。

• 服务器崩溃，网站后台500挂了，由于没有监控，大伙都还不知道，直到其他部门的同事打来电话一顿凶
• 代码发布太过于繁琐，每一台机器都要自己手动执行部署，一台一台的检查
• 机器之间环境不统一，代码一样，但是这台能行，另一台就不行
• 分析问题困难，比如想要知道服务器历史状态，就比较麻烦
• 资产统计困难，作为运维新人，都不清晰公司的服务器架构，资产状况，那能行?

所谓运维自动化

如上的这些问题，几乎所有的运维同学都会遇见过,那么成长之后的运维，如何解决这些问题?

• 硬件标准化，包括服务器所有的硬件指标。
• 软件标准化，软件版本,系统环境一致性等。
• 运维自动化，监控体系，代码发布体系，CMDB。

监控体系，部署如zabbix等系统实现：

• 系统状态监控
• 应用状态监控
• 出错时及时告警

发布系统，部署CI/CD运维体系:

• 代码发布
• 代码检查
• 代码回滚，发布

服务器标准化，部署如cobbler+pxe实现自动化装机，ansible实现工程自动化配置，做到硬件，软件的标准化。

CMDB系统，也读作配置管理数据库，存储了所有的运维数据，包括服务器硬件信息，网络设备信息，属于运维的心脏。

监控系统

​ 监控系统是所有运维人的天眼，能够帮助你盯着服务器且在第一时间发现网站的问题，发出告警，通知运维同学解决问题。

监控生命周期

服务器上架机柜

进行基础设施监控

• 服务器温度，风扇转速(ipmitool命令对服务器进行远程管理，注意只能用在物理机，vmware不行)
• 存储的容量，性能(df，fdisk，dd，iotop)
• CPU性能好坏(lscpu，uptime，top，htop，glances)
• 内存容量(free)
• 网络情况(iftop，nethogs)

应用监控

• 数据库mysql，redis
• nginx
• php-fpm
• python

若是服务器在维护中，还得暂停监控指标，否则监控会不停的报警。

监控系统在运维自动化系统中，实现如下功能

• 监控数据收集，可视化展示(图表展示，柱状图，曲线图，折线图)
• 异常数据报警
• 结合如CMDB等系统协同工作

理想化的运维监控利器

一个完善且理想的监控系统，得有如下特点

• 监控系统能够自定义监控的内容，自己通过脚本采集所需的数据
• 数据需要存入到数据库，日后对该数据进行分析计算
• 监控系统可以简易，快速的部署到服务器
• 数据可视化直观清晰

异常告警通知:

• 可以定义复杂度告警逻辑，做到监控项之间的关联告警，例如程序之间的依赖检测，而不是只单独检测某一个指标
• 告警可以确认响应，让运维组内的人知道已经有人在处理告警问题了
• 报警方式可以自定义，如短信，邮件，以及微信，钉钉等
• 告警内容可以自定义，能够写入一些简单的分析，便于运维人员直观了解数据，否则还得去服务器查看
• 报警后，可以预处理一些任务，如自我修复，重启，采集数据等

协同工作:

• 监控系统有强大的API，提供给研发同学调用，其他系统调用。
• 监控数据是开放性，数据结构主流，便于解析。
• 监控可视化可以简易的插件使用，而非复杂的js文件

----根据于超老师视频讲解进行笔记，做了相对更改，如有侵权请联系作者删除。