无监控不运维——【谈谈监控的那些事】

目录

常用监控介绍

        Cacti 

        Nagios

        Zabbix

                zabbix核心组件介绍

        Prometheus

                Prometheus特性:

                使用场景

                不适合的场景

                 prometheus监控体系

运维监控平台设计思路

---

常用监控介绍

        Cacti 

        Cacti(英文含义为仙人掌〉是一套基于 PHP、MySQL、SNMP和 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绘图，但使用者无须了解RRDTool复杂的参数。它提供了非常强大的数据和用户管理功能，可以指定每一个用户能查看树状结构、主机设备以及任何一张图，还可以与LDAP 结合进行用户认证，同时也能自定义模板，在历史数据的展示监控方面，其功能相当不错。

Cacti（网络流量）通过添加模板，使不同设备的监控添加具有可复用性，并且具备可自定义绘图的功能，具有强大的运算能力（数据的叠加功能)

        Nagios

        Nagios是一款开源的免费网络监视工具，能有效监控windows、Linux和Unix的主机状态，交换机路由器等网络设备，包括打印机等。在系统或服务状态异常时发出邮件或短信报警第一时间通知网站运维人员，在状态恢复后发出正常的邮件或短信通知。

        nagios主要的特征是监控告警，最强大的就是告警功能，可支持多种告警方式，但缺点是没有强大的数据收集机制，并且数据出图也很简陋，当监控的主机越来越多时，添加主机也非常麻烦，配置文件都是基于文本配置的，不支持web方式管理和配置，这样很容易出错，不宜维护。

        Zabbix

        zabbix是一个基于WEB界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案。zabbix能监视各种网络参数，保证服务器系统的安全运营;并提供强大的通知机制以让系统运维人员快速定位/解决存在的各种问题。

        zabbix由2部分构成，zabbix server与可选组件zabbix agent。zabbix server可以通过SNMP，zabbixagent，ping，端口监视等方法提供对远程服务器/网络状态的监视，数据收集等功能，它可以运行在Linux，Solaris，HP-UX，AIX,Free BSD,Open BSD,os x等平台上。

        zabbix解决了cacti没有告警的不足，也解决了nagios不能通过web配置的缺点，同时还支持分布式部署，这使得它迅速流行起来，zabbix也成为目前中小企业监控最流行的运维监控平台。当然，zabbix也有不足之处，它消耗的资源比较多，如果监控的主机非常多时（服务器数量超过500台)，可能会出现监控超时、告警超时、告警系统单点故障等现象，不过也有很多解决办法，比如提高硬件性能、改变zabbix监控模式、多套zabbix等。

        agent代理：专门的代理服务方式进行监控，专属的协议，装有zabbix-agent的主机就可以被zabbix-server监控，主动或被动的方式，把数据给到server进行处理。

        ssh/telent：linux主机支持ssh/telent协议

        snmp：网络设备路由器、交换机不能安装第三方程序（agent），使用简单网络协议。大多数的路由器设备支持SNMP协议

        ipmi：通过ipmi接口进行监控，我们可以通过标准的ipmi硬件接口，监控被监控对象的物理特征，比如电压，温度，风扇状态电源情况，被广泛使用服务监控中，包括采集cpu温度，风扇转速，主板温度，及远程开关机等等，而且ipmi独立于硬件和操作系统，无论是cpu，bios还是os出现故障，都不会影响ipmi的工作，因为ipmi的硬件设备BMC（bashboard management controller）是独立的板卡，独立供电

                zabbix核心组件介绍

        Zabbix Server:Zabbix软件实现监控的核心程序，主要功能是与Zabbixproxies和Agents进行交互、触发器计算、发送告警通知;并将数据集中保存。与prometheus的类似可以保存收集到的数据，但是prometheus告警需要使用alter manager组件

        Database storage:存储配置信息以及收集到的数据

        web Interface: Zabbix的GUI接口，通常与server运行在同一台机器上

        Proxy:可选组件，常用于分布式监控环境中，一个帮助zabbix Server收集数据，分担zabbix Server的负载的程序

        Agent:部署在被监控主机上，负责收集数据发送给server

        Prometheus

        borg.kubernetes（k8s）

        borgmon(监控系统) 对应克隆的版本：prometheus(go语言)

所以prometheus 特别适合K8S 的架构上，而作为一个数据监控解决方案，它由一个大型社区支持，有来自700多家公司的6300个贡献者，13500个代码提交和7200个拉取请求

                Prometheus特性:

① 多维的数据模型(基于时间序列的Key、value键值对)

② 灵活的查询和聚合语言PromQL

③ 提供本地存储和分布式存储

④ 通过基于HTTP和HTTPS的Pull模型采集时间序列数据（pull数据的推送，时间序列：每段
时间点的数据值指标，持续性的产生。横轴标识时间，纵轴为数据值，一段时间内数值的动态变化，所有的点连线形成大盘式的折线图）

⑤ 可利用Pushgateway (Prometheus的可选中间件）实现Push模式（只会对脚本执行或者一次性/短周期执行的任务，使用push方式）

⑥ 可通过动态服务发现或静态配置发现目标机器（通过consul自动发现和收缩）

⑦ 支持多种图表和数据大盘

⭐⭐补充：open-Falcaon是小米开源的企业级监控工具，用GO语言开发，包括小米、滴滴、美团等在内的互联网公司都在使用它，是一款灵活、可拓展并且高性能的监控方案——夜莺

                使用场景

        Prometheus可以很好地记录任何纯数字时间序列。它既适用于以机器为中心的监视，也适用于高度动态的面向服务的体系结构的监视。在微服务世界中，它对多维数据收集和查询的支持是一种特别的优势。（k8s）

        Prometheus是为可靠性而设计的，它是您在中断期间要使用的系统，可让您快速诊断问题。
每个Prometheus服务器都是独立的，而不依赖于网络存储或其他远程服务。当基础结构的其他部分损坏时，您可以依靠它，并且无需设置广泛的基础结构即可使用它

                不适合的场景

        普罗米修斯重视可靠性。即使在故障情况下，您始终可以查看有关系统的可用统计信息。如果您需要100%的准确性（例如按请求计费)，则Prometheus并不是一个不错的选择，因为所收集的数据可能不会足够详细和完整。

         在这种情况下，最好使用其他系统来收集和分析数据以进行计费，并使用Prometheus进行其余的监视。

                 prometheus监控体系

监控体系：

① 系统层监控（需要监控的数据）

1.CPU、Load、Memory、swap、disk i/o、process等

2.网络监控：网络设备、工作负载、网络延迟、丢包率等

② 中间件及基础应用监控

1.消息中间件：kafka、RocketMQ、等消息代理(redis 中间件)

2.WEB（应用）服务器：tomcat、weblogic、apache、php、spring 系列

3.数据库/缓存数据库：MySQL、PostgreSQL、MogoDB、es、redis

比如redis监控内容：

redis所在服务器的系统层监控

redis 服务状态，RDB AOF日志监控

日志——>如果是哨兵模式——>哨兵共享集群信息，产生的日志——>直接包含的其他节点哨兵信息及redis信息

key的数量、key被命中的数据/次数

最大连接数——》redis 和 系统 ：

系统：ulimit -a

redis： redis-cli 登陆——》config get maxclients 查看最大连接

③ 应用层监控

用于衡量应用程序代码状态和性能

白盒监控，自省指标，等待被下载  （cadvisor）

黑盒监控：基于探针的监控方式，不会主动干预、影响数据

④ 业务层监控
用于衡量应用程序的价值，如电商业务的销售量，ops、dau日活、转化率等，业务接口：登入数量，注册数、订单量、搜索量和支付量

运维监控平台设计思路

        1.数据收集模块

        2.数据提取模块 （prometheus-TSDB 查询语言是PromQL）

        3.监控告警模块  （布尔值表达式判断是否需要告警 PromQ（CPU使用率）> 80%）

可以细化为6层

第六层:用户展示管理层    同一用户管理、集中监控、集中维护

第五层:告警事件生成层    实时记录告警事件、形成分析图表（趋势分析、可视化)

第四层:告警规则配置层    告警规则设置、告警伐值设置

第三层:数据提取层    定时采集数据到监控模块

第二层:数据展示层    数据生成曲线图展示（对时序数据的动态展示）

第一层:数据收集层    多渠道监控数据