看完这篇文章，你就明白运维监控体系了

总结归纳运维工作中的监控内容。

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：CPU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

• 存储

• 分析

• 展示

• 报警

• 处理

监控指标

硬件监控

• 机器硬件:CPU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
• 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。

来源：https://zhuanlan.zhihu.com/p/34280983