请选择 进入手机版 | 继续访问电脑版

ITIL,DevOps,ITSS,ITSM,IT运维管理-ITIL先锋论坛

 找回密码
 微信、QQ、手机号一键注册

扫描二维码登录本站

QQ登录

只需一步,快速开始

查看: 688|回复: 0

大话Devops之监控神器

[复制链接]
发表于 2020-7-30 16:09:06 | 显示全部楼层 |阅读模式
本帖最后由 陈小宝 于 2020-7-30 16:33 编辑 . k2 }$ K( W2 M+ x

% h- E2 d' g# S+ U  D# {在过往的运维经历中,很多研发甚至是运维自己都把运维放在了一个资源(服务器、网络)提供者的定位上。' K4 B4 r5 b6 u4 s) l9 V4 g
常常就造成了运维人的惯性思维——我是一块砖,哪有需要往哪搬。5 ?# q" m; u5 T6 a

" r# k; x3 f0 @4 ]% ], T
$ H; w) _* t+ T7 @5 \. z- O
思考一个问题:在云计算、大数据、微服务的新时代场景下,我们如何提升运维的价值?
! D5 ~, I0 c9 K- h) x
>> 3点提升运维价值 <<
& M% c9 x, [. A2 Y# a: P+ P, J' q2 R我认为可从以下3点,提升运维工作价值:
9 d0 `3 {/ g0 L  c5 |
1.服务质量
) n7 i" s- ~4 L" y9 ?; p
系统无中断地执行其功能的能力,我们称之为高可用性(High Availability,HA)。
2 U0 g. |9 y8 U% {
度量系统运行情况的指标最常用的是:MTBF(Mean Time Between Failure,即平均无故障工作时间)、MTTR(Mean Time To Repair,即平均修复时间)、MTTF(Mean Time To Failure,即平均失效时间)。8 v; c6 f$ j2 ~) k, E
! K- N- K0 P# S! m" H+ _

( x4 P0 e9 k6 _
MTBF:新产品在规定的工作环境下,从开始工作到出现第一个故障的时间平均值。MTBF 越长表示可靠性越高,正确工作能力越强 。MTTR:可修复产品的平均修复时间,即从出现故障到修复中间的这段时间。MTTR 越短表示易恢复性越好。MTTF:系统平均能够正常运行多长时间,才发生一次故障。系统的可靠性越高,平均无故障时间越长。
, g' c* x+ |! p
而度量高可用性的方式是根据:系统损害、无法使用的时间,以及由无法运作恢复到可运作状况的时间,与系统总运作时间的比较。0 K0 |$ R8 c0 I2 L* G
) x4 S4 A. e1 s& y3 v
% u9 A7 [/ ^" x4 L( m
计算公式为:A = MTBF / (MTBF + MTTR)
9 Y; k7 Z* w! V# @7 I
$ a- ]0 T5 N$ z" p3 K可用性的年故障时间:99.9999%    32秒; [9 g3 v1 K6 x( d
99.999%      5分15秒1 c5 t% z3 v, Q! ~: E
99.99%    52分34秒
4 F! W' A1 K0 l' J1 t: a/ s- M99.9%      8小时46分6 Q0 d# a( i" J: R2 |! \
99%       3天15小时36分' \2 z0 W( E7 y1 S; Q1 l5 h2 T/ ~
/ ?% u5 d; I0 s3 |6 u: P! c
为了提高 MTTR,要做到出现故障后尽快发现故障,尽快定位故障原因,尽快修复,尽量不造成新的故障。) j; y* O2 y3 Y% Y" @
  ]& d( R5 p; V8 a, P; {

4 I8 ~6 F# Z& o1 C' t  P
做好监控能帮我尽快发现故障,所以我们需要一套完善的监控系统。
2.成本控制

( u* d1 g/ \3 C3 j3 z总体来说,就是如何利用我们手头的资源尽量的最大化我们的工作服务。
7 G) B, H6 i3 ~2 G
我们需要检测最高系统访问量下的成本消耗,所以我们要有一套完善的监控机制,确保资源不够时候能快速扩容,过了高峰期之后,我们又能快速缩容。
3.自动化和标准化

; T; @+ b" \" V; M- j2 D; L这个也是现在DevOps比较主流的概念了,底层基于cmdb。上次业务系统做好标准化,尽量花很少的成本去做更多的事情。8 @: z& K+ k6 ?6 E
打通了运维和开发的一个格局,快速的实现产品的迭代发布和更新周期。当然归根结底是我们要把业务系统关联性和监控性打通。2 N3 y( _% K6 f* t
下面是我在前东家的时候,我们对基础平台的构建,当然后面也简单讲到我们对监控系统的二次开发:
% l9 T3 Z% o! v9 x/ L+ U7 J
1.jpg
5 \9 L9 B' ]( A. n+ A, g
监控解决了什么问题. o7 y6 d$ h; K9 p( S& L1 O4 y
对于我们运维来说,可能百分之七十的时间,都在跟监控系统打交道,那么一个好的运维监控系统能带给我们什么呢?/ o5 k8 w: q4 U/ {0 Y! ~
1.硬件层面的监控
" B7 ?6 t: W. q( Z
如果服务器出现硬件问题可以提前知晓,提前安排好解决方案,避免突然出现问题造成损失;
  _% \4 `3 @( s
2.软件层面的监控
7 m4 Q+ m' F6 Z# b
如果系统资源与服务出现问题,可以及时知晓并解决,同时可以根据周期内监控数据,做好调优;5 f1 T% y/ J0 t* r% Y: u4 b7 x
3.微服务层面的监控
' s' t  w" S7 |0 Y
在软件工程发展至今,好像不提自己公司有微服务都觉得落伍了。
4.云平台层面的监控
/ e' T# M# H# a+ }
如果我们底层是以openstack、k8s为基础提供pass平台,那么我们监控也是致命的环节。
; I1 @( g* p  v) v+ Z& H
在出现故障之前替换掉某个主机,或者节点,避免出现更大故障也是需要的(比如做openstack,我们发现ceph硬盘有坏的,要及时更换,同步分片)5 P; C6 E+ G  L( l6 f& @

, d! z4 J8 c7 Z. I& T0 e% J" B
* s3 H$ a! R/ m
运维软件简单介绍( G- X$ F* C+ g
! r  S. G" W# K; t9 Z6 }8 P4 k
从11年毕业至今,做过CDN行业的运维,在电商行业众划算、试客联盟做过运维经理,在某国内大型FM平台做过Devops工程师,到现在如今在某500强企业任职openstack 工程师。# k, v! w6 s; y% z4 U0 |! i3 |5 j' }
技术都是由共通性的,只要把某一部分学会了完成我们的目标即可(记住一点,没有好与坏之说,只是你在特定场景下满足了你的生产需求),当然后面我会阐述为啥我们用prometheus。6 ?( a& W! X" g( d' f% n
4 N0 N; n7 E6 q5 [& o; ?

- ?5 z/ p% g+ r) w) M
1.网络监控:Smokeping

+ f% u+ \" W# i: w8 w' ?Smokeping 是一款用于网络性能监测的监控软件,通过它可以知晓自己公司IDC的网络状况:如延时,丢包率,是否BGP多线等。通过rrdtool制图方式,图形化地展示网络的时延情况,进而能够清楚的判断出网络的即时通信情况。' [( g2 O& c) H, V4 Q
最早选择这款软件的时候,是在我们对BGP机房选型和网络测试。机房给两台主机,然后我就基于这款软件的IP端去做网络检测,效果挺不错:
% {5 M% R( k, J( p* K2 f
2.jpg
0 s$ a* Q' _& o8 v; O3 `" }- m
2.邮件告警监控:nagios
" A; T, K. i+ a3 K+ _" i
Nagios是一款开源的企业级监控系统,能够实现对系统CPU、磁盘、网络等方面参数的基本系统监控,以及 SMTP,POP3,HTTP,NNTP等各种基本的服务类型。另外通过安装插件和编写监控脚本,用户可以实现应用监控,并针对大量的监控主机和多个对象 部署层次化监控架构。4 W' ]% W: k, @  k+ a  `( _
3.jpg
6 l) g+ T9 C* r7 N% q
当时使用Nagios主要是做邮件告警监控。但是Nagios有个问题:它是一个流式数据告警软件,可以对达到阈值的主机进行告警,却不利于追述历史数据。所以以前最古老的解决方案就是,nagios + cacti(nagios 告警、cacti图形展示) 结合工作。8 O; Z( X% K) M/ |

! ^) X0 i* Z# B% c
3.仙人掌:Cacti
0 r; _8 o5 m$ q0 a8 q* ?
Cacti 在英文中的意思是仙人掌的意思,Cacti是一套基于PHP、MySQL、SNMP及RRDTool开发的网络流量监测图形分析工具。它通过snmpget来获取数据,使用 RRDtool绘画图形,它的界面非常漂亮。  x* x; i: W# K; e" U/ \0 `/ {' m. c
但是有个缺点:cacti只是提供图形服务,没有提供告警功能,所以还是之前说的nagios + cacti的方案:
! a) t' H4 L4 v: _7 {! T
4.jpg

; y3 R: R3 N- }9 U5 S# V  H总的来说,最开始学习运维的菜鸟时代,觉得cacti高大上。但是可能刚开始基础较差,经常不出图,导致后来又去学了RRDtool的原理。! ^: }9 n& ?% r
2 k1 M) D# _( Q5 X, l
: a  S9 ]4 S+ i+ g! n8 u8 U; t  D
4.万物监控利器:zabbix
Zabbix是一款能够监控各种网络参数以及服务器健康性和完整性的软件。Zabbix使用灵活的通知机制,允许用户为几乎任何事件配置基于邮件的告警。这样可以快速反馈服务器的问题。基于已存储的数据,Zabbix提供了出色的报告和数据可视化功能。当然zabbix最优秀的地方在于,简单,并且可以做到自动化,自动发现,灵活的告警规则,可以定制脚本发送,对接各种第三方软件、实现很多自动化的东西:下面是我们基于zabbix 的一个简单结构:
5.png

5 U1 V. G  i& z补充:zabbix对我来说是万能了,自定义监控,我们可以涵盖了很多监控。包括硬件状态、带宽状态、域名告警时间等。0 s; x0 U% I' R9 M9 l. d4 z2 |
由于zabbix有非常优秀的api,所以基于zabbix和cmdb的开发也是理所当然的,简单的截图说明一下我们之前对于zabbix 所做的工作。  K, q/ q& q6 l( {
同步cmdb数据到主机主:
6.jpg
7 N5 v) U5 `9 ?$ v8 T; n! {
cmdb与主机的模板绑定:
7.png
" C: t% c, H; C4 z  j( c1 n4 J
给主机添加维护:
8.png
& i* H2 \* w) z" @" j  j; C; ~$ ^
结合echart出图:
9.png

# [: D1 V4 U: L3 i  B; g5 x( {总结:以上都是zabbix的优点,如果说缺点的话那么只能说zabbix 依赖的是mysql数据库,数据量非常大的时候,会存在性能瓶颈问题。所以从Zabbix 4 版本后开始支持TimescaleDB时序数据库,不过目前成熟度还不高。还有一点是对云原生和微服务的支持。4 R6 z  b6 e9 h3 ^' p8 Q! C

  r. B. c2 J7 B3 s+ [: Q: u% Q; e

( H9 S4 E0 v' [5 \/ i! \
5.日志分析利器:ELK

# J( n. l1 Y- P6 b6 {& `ELK是elastic公司提供的一套完整的日志收集以及展示的解决方案,是三个产品的首字母缩写,分别是ElasticSearch、Logstash 和 Kibana。
3 B% T1 f; \& c/ Y; o7 s
10.png

$ w5 E/ w6 \$ i1 ]- `% z2 I
最初选择ELK是我们遇到日志量越来越庞大的时候;这个时候需要一个实时的,快速搜索的一个日志分析平台,然后我们选择了ELK。主要用来分析:nginx日志,开发业务日志,系统和历史数据日志等、并且对接到了我们的告警平台。9 _5 o; u. K7 q" q4 F
- Z( l5 [1 R7 f. n2 v( P
6.云基础设施监控利器:Prometheu
/ h* e  C5 Q5 Y7 c+ b+ Y' O3 \" h0 N
普罗米修斯是我这边最近主推的监控,一来是简单拿来即用的granafa图表。二来是我这边最近所遇到的困境:
' ?) c9 S) ~- o* f* X1 U
基于云平台openstack 、k8s如何做监控、服务如何发现k8s资源并监控。微服务面临的挑战、我们监控的对象是动态可变的。无法进行固定有效配置。微服务实例间的调用关系非常复杂,如何通过网关等查找到我们相关的请求数据。例如我们这边网关是nacos、spring boot体系。监控系统必须在k8s基础上,快速水平扩容,这既是云原生的基本要求,也符合企业系统微服务化演进的实际情况。(罗辉)




上一篇:test
下一篇:如何在DevOps世界中简化复杂的企业工作流

本版积分规则

参加 ITIL 4 基础和中级专家认证、v3专家升级、DevOps专家认证、ITSS服务经理认证报名
本站关键字: ITIL| ITSM| ISO20000| ITIL培训| ITIL认证| ITIL考试| ITSS| ITSS培训| ITSS认证| IT运维管理| DevOps| DevOps培训| DevOps认证| itop| itil4| sre| 开源ITSM软件

QQ|小黑屋|手机版|Archiver|艾拓先锋网 ( 粤ICP备11099876号-1 )|网站地图

Baidu

GMT+8, 2021-5-7 03:38 , Processed in 0.157575 second(s), 33 queries .

Powered by Discuz! X3.4 Licensed

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表