监控目标

明白监控的重要性以及使用监控要实现的业务目标

通常包括以下三点:

• 对目标系统进行实时监控
• 监控可以实时反馈目标系统的当前状态 目标系统硬件、软件、业务是否正常、目前处于何种状态
• 保证目标系统可靠性，业务可以持续稳定运行 有问题第一时间反馈出来，便于运维人员处理

监控方法

• 了解监控对象 例如
  如何工作？
• 性能基准指标 例如: CPU使用率、负载、用户态、内核态、上下文切换
• 报警阈值定义 例如: CPU负载高的定义，内核态、用户态多少算高
• 故障处理流程 如何更高效处理故障的流程

监控核心

• 发现问题
• 定位问题
• 解决问题
• 总结问题，对故障原因及问题防范进行归纳总结，避免以后重复出现

监控工具

• 老牌监控

• • Cacti
  • Nagios
  • smokeping

• 流行监控

• • Zabbix
  • OpenFalcon
  • Prometheus+Grafana
  • 滴滴开源夜莺Nightingale
  • smartping(专用于网络监控)
  • LEPUS天兔(专用于监控数据库)

• 自研

• 第三方监控

• • 监控宝
  • 听云
  • newrelic

监控流程

• 采集 通过SNMP、Agent、ICMP、SSH、IPMI等对系统进行数据采集
• 存储 各类数据库服务,MySQL、PostgreSQL
• 分析 提供图形及时间线情况信息，方便我们定位故障所在
• 展示 指标信息、指标趋势展示
• 报警 电话、邮件、微信、短信、报警升级机制
• 处理 故障级别判定，找响应人员进行快速处理

监控指标

• 硬件监控

• • 机器硬件
    温度、物理磁盘、虚拟磁盘、主板温度、磁盘阵列 IPMI工具无法获取到硬件的状态，可以借助MegaCli工具探测Raid磁盘队列状态 https://www.ibm.com/developerworks/cn/linux/l-ipmi/

• 系统监控

• • 主机存活
  • CPU、内存、硬盘、使用率
  • inode
  • 负载
  • 网卡出入带宽
  • TCP连接数
  • 磁盘读写、只读

• 应用监控

• • MySQL

  • • 服务可用性
    • 内存使用率
    • 磁盘使用
    • 主从不同步及延迟
    • 备份情况
    • 连接数

  • Redis、Redis Cluster

  • • 负载
    • 内存使用率
    • 连接数量
    • qps

  • Nginx

  • • 状态码
    • 连接状态信息

  • RabbitMQ

  • PHP-FPM

  • OpenLDAP

  • • 接入IP
    • 调用次数

  • Zimbra

  • OpenVPN

  • • 版本信息、当前在线
    • 用户、分配IP、客户端连接IP、通过IP获取地址位置、接收发送流量 连接时间 时长 连接ID

  • ELK

  • Graylog

  • GitLab

  • Jenkins

  • MongoDB

  • HAproxy

• 网络监控

• • 网络质量
  • 公网出口
  • 专线带宽
  • 网络设备

• 流量分析

• 日志监控

• 安全监控

• URL、API监控

• • https://github.com/brotandgames/ciao 简单易用
  • https://github.com/710leo/urlooker
  • 自研
  • 阿里云方案

• 性能监控(APM)java|php|go|nodejs|分布式链路追踪

• • PinPoint
  • Zipkin
  • SkyWalking
  • CAT、Jaeger

• 业务监控

• • 电商业务为例

  • • 每分钟产生多少订单
    • 每分钟注册多少用户
    • 每分钟多少活跃用户
    • 每天有多少推广活动
    • 推广活动引入多少用户
    • 推广活动引入多少流量
    • 推广活动引入多少利润

• 其他

• • SSL证书监控
  • 存活性 进程是否还在，端口监听、Log滚动
  • 健康指标 MQ消息堆积量
  • 接口监控 API成功率，延迟情况，QPS等等

监控报警

• 邮件
• 短信
• 钉钉、微信、企业微信等其他即时通信软件
• 电话

报警处理

• 故障自愈: 服务器宕机自动启动。利用软件机制supervisor,systemd或者自定义脚本实现

综合监控

• 硬件监控 通过SNMP来进行路由器交换机的监控、其他内容使用IPMI实现。如果都是公有云，可以忽略这部分内容。案例:Open-Falcon监控H3C-ER3260G2路由器

• 系统监控

• 服务监控

• • 服务自带

  • • Nginx自带status模块
    • PHP相应status模块
    • MySQL利用percona官方工具进行监控

  • 通过自定义方法获取数据

  • • MySQL show global status xxx;
    • Redis info指令信息

• 网络监控(混合云架构)

• • smokeping
  • smartping

• 安全监控

• • 云服务直接用云安全组即可，或者补充本机iptables
  • 硬件防火墙
  • Web服务使用Nginx+Lua实现Web层面的防火墙，或者Openresty

• 日志监控 ELK、Graylog实现异常日志，错误日志关键字的监控

• 业务监控 确定监控指标，监控起来，业务不同各不相同

• 流量分析 建议使用百度统计，google统计，商业，研发嵌入代码实现。或者使用piwik

• 可视化 dashboard

• 自动化监控 通过API,批量操作

监控总结

完整的监控系统，需要对业务有详尽的了解，软件只是手段。