Haystack：GitHub的异常监控工具

对于GitHub而言稳定性和性能是非常重要的，但是和其他大部分软件应用程序一样，它也会产生异常，从Git超时这种系统级的错误到JavaScript错误这种应用级的错误都会发生，这就需要一种方式能够在错误发生的时候尽快地识别它们，然后寻找最合适的团队或者个人去处理，最终实现错误的快速响应。而Haystack就是GitHub应对这一问题的钥匙。

Haystack是GitHub内部的一个开发了6年的异常追踪程序，它能够持续地监控所有应用程序的健康状况，同时具备异常探测功能，GitHub使用它来监控几乎所有的面向用户的特性，包括桌面应用程序。下面是Haystack的一个典型应用场景：

首先，当某个工程师通过chatops部署了新程序的时候，Hubot就会向其推送一条包含异常流水（firehose）链接的消息，通过该链接工程师能够查看新程序部署之后产生的异常信息。

之后，Haystack会通过一些简单的规则进行异常探测，防止不当部署和典型错误行为的发生。通过获取最后一个小时异常数的直方图Haystack能够判定最后时刻的异常数是否超出了配置的标准分数（z-score）。

如果发现异常数有提高，Hubot就会发送一个消息通知最后一个部署程序的工程师进行处理。

在发送的消息中还会包含一些对应用程序当前状态的简要分析，工程师可以通过Haystack的仪表盘查看与每条分析内容相关的详细信息，进而不断追溯并定位问题出现的原因。

最后，如果工程师能够解决问题，他们可以创建一个拉请求（Pull Request）或者问题，并将链接拖放到Haystack让其自动地创建问题与追踪信息之间的交叉引用，以便于工程师之后在这些信息之间来回跳转。另外，如果将来类似的问题再次发生，那么工程师能够通过Haystack查看之前对该问题的讨论以及解决的方法。

总的来说，GitHub能够通过Haystack了解系统发生了什么事情，什么时候发生的，应该通知哪个团队，应该从哪入手解决问题。该系统从2009年开始就已经存在了，在最近几年里GitHub又对其做了大量的改进，但是由于很多改进与一些其他的内部应用程序紧密相关，所以到目前为止Haystack依然无法开源，即便如此GitHub的这种问题处理模式依然有值得借鉴和思考的地方。如果你想了解更多与Haystack相关的信息，请点击这里。

感谢郭蕾对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至[email protected]。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号：InfoQChina）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入InfoQ读者交流群）。