用大數(shù)據(jù)思維做運(yùn)維監(jiān)控是怎樣一種體驗(yàn)?
工程數(shù)據(jù)，譬如工單數(shù)量，SLA可用性，基礎(chǔ)資源，故障率，報(bào)警統(tǒng)計(jì)
業(yè)務(wù)數(shù)據(jù)，譬如業(yè)務(wù)DashBOArd，Trace調(diào)用鏈，業(yè)務(wù)拓?fù)淝袚Q，業(yè)務(wù)指標(biāo)，業(yè)務(wù)基準(zhǔn)數(shù)據(jù)，業(yè)務(wù)日志挖掘
數(shù)據(jù)可視化
當(dāng)然，這篇文章談的是運(yùn)維都有哪些數(shù)據(jù)，哪些指標(biāo)，以及數(shù)據(jù)呈現(xiàn)。并沒(méi)有談及如何和大數(shù)據(jù)相關(guān)的架構(gòu)做整合，從而能讓這些數(shù)據(jù)真的變得活起來(lái)。
比較湊巧的是，原先百度的桑文峰的分享也講到日志的多維度分析，吃完飯的時(shí)候，一位優(yōu)酷的朋友也和我探討了關(guān)于業(yè)務(wù)監(jiān)控的的問(wèn)題。而我之前發(fā)表在肉餅鋪?zhàn)永锏囊黄恼隆洞髷?shù)據(jù)給公司帶來(lái)了什么》也特地提到了大數(shù)據(jù)對(duì)于整個(gè)運(yùn)維的幫助，當(dāng)時(shí)因?yàn)檫@篇內(nèi)容的主旨是羅列大數(shù)據(jù)的用處，自然沒(méi)法細(xì)講運(yùn)維和大數(shù)據(jù)的整合這一塊。
上面的文字算引子，在步入正式的探討前，有一點(diǎn)我覺(jué)得值得強(qiáng)調(diào)：
雖然這里講的是如何將大數(shù)據(jù)思維/架構(gòu)應(yīng)用于運(yùn)維，平臺(tái)化運(yùn)維工作，但是和大數(shù)據(jù)本質(zhì)上沒(méi)有關(guān)系，我們只是將大數(shù)據(jù)處理的方式和思想應(yīng)用在運(yùn)維工作上。所以，即使你現(xiàn)在所在的公司沒(méi)有數(shù)據(jù)團(tuán)隊(duì)支撐，也是完全可以通過(guò)現(xiàn)有團(tuán)隊(duì)完成這件事情的。
1、運(yùn)維監(jiān)控現(xiàn)狀
很多公司的運(yùn)維的監(jiān)控具有如下特質(zhì)：
只能監(jiān)控基礎(chǔ)運(yùn)維層次，通過(guò)zabbit等工具提供服務(wù)器，CPU，內(nèi)存等相關(guān)的監(jiān)控。這部分重要，但確實(shí)不是運(yùn)維的核心。
對(duì)業(yè)務(wù)的監(jiān)控是最復(fù)雜的，而現(xiàn)在很多公司的要么還處于Shell腳本的刀耕火種階段，要么開(kāi)發(fā)能力較強(qiáng)，但是還是東一榔頭西一棒子，不同的業(yè)務(wù)需要不同的監(jiān)控系統(tǒng)，人人都可以根據(jù)的自己的想法開(kāi)發(fā)一個(gè)監(jiān)控的工具也好，系統(tǒng)也好，平臺(tái)也好。總之是比較凌亂的。
使用第三方的監(jiān)控平臺(tái)。這個(gè)似乎在Rails/NodeJS/Pythone相關(guān)語(yǔ)系開(kāi)發(fā)的產(chǎn)品中比較常見(jiàn)。我不做過(guò)多評(píng)價(jià)，使用后冷暖自知。
當(dāng)然也有抽象得很好的，比如點(diǎn)評(píng)網(wǎng)的運(yùn)維監(jiān)控?fù)?jù)說(shuō)就做得相當(dāng)好，運(yùn)維很閑，天天沒(méi)事就根據(jù)自己的監(jiān)控找開(kāi)發(fā)的茬，讓開(kāi)發(fā)持續(xù)改進(jìn)。不過(guò)他們的指導(dǎo)思想主要有兩個(gè)：
運(yùn)維自動(dòng)化。怎么能夠?qū)崿F(xiàn)這個(gè)目標(biāo)就怎么搞，這嚴(yán)重依賴(lài)于搞的人的規(guī)劃能力和經(jīng)驗(yàn)。
抽象化，根據(jù)實(shí)際面臨的問(wèn)題做出抽象，得到對(duì)應(yīng)的系統(tǒng)，比如需要發(fā)布，于是又發(fā)布系統(tǒng)，需要管理配置文件，所以有配管系統(tǒng)，需要日志分析所以有了有日志分析系統(tǒng)。然而這樣是比較零散的。
有點(diǎn)扯遠(yuǎn)，我們還是focus在監(jiān)控上。
如果以大數(shù)據(jù)的思維去思考，我們應(yīng)該如何做好監(jiān)控這件事情?
2、羅列出你的數(shù)據(jù)源
《大數(shù)據(jù)對(duì)于運(yùn)維的意義》這篇文章也講了，主要有工程數(shù)據(jù)，業(yè)務(wù)數(shù)據(jù)。所有的數(shù)據(jù)源都有一個(gè)共性，就是日志。無(wú)論文本的也好，二進(jìn)制的也好。所以日志是整個(gè)信息的源頭。日志包含的信息足以讓我們追查到下面幾件事情：
系統(tǒng)健康狀況監(jiān)控
查找故障根源
系統(tǒng)瓶頸診斷和調(diào)優(yōu)
追蹤安全相關(guān)問(wèn)題
從日志我們可以挖掘出什么?
我覺(jué)得抽象起來(lái)就一個(gè)：指標(biāo)。
指標(biāo)可以再進(jìn)行分類(lèi)：
業(yè)務(wù)層面，如團(tuán)購(gòu)業(yè)務(wù)每秒訪(fǎng)問(wèn)數(shù)，團(tuán)購(gòu)券每秒驗(yàn)券數(shù)，每分鐘支付、創(chuàng)建訂單等
應(yīng)用層面，每個(gè)應(yīng)用的錯(cuò)誤數(shù)，調(diào)用過(guò)程，訪(fǎng)問(wèn)的平均耗時(shí)，最大耗時(shí)，95線(xiàn)等
系統(tǒng)資源層面：如cpu、內(nèi)存、swap、磁盤(pán)、load、主進(jìn)程存活等
網(wǎng)絡(luò)層面：如丟包、ping存活、流量、tcp連接數(shù)等
每個(gè)分類(lèi)里的每個(gè)小點(diǎn)其實(shí)都是一個(gè)指標(biāo)。
3、如何統(tǒng)一實(shí)現(xiàn)
千萬(wàn)不要針對(duì)具體問(wèn)題進(jìn)行解決，大數(shù)據(jù)架構(gòu)上的一個(gè)思維就是：我能夠提供一個(gè)平臺(tái)讓大家方便解決這些問(wèn)題么?而不是，這個(gè)問(wèn)題我能解決么?
先來(lái)看看架構(gòu)圖：
圖1 大數(shù)據(jù)架構(gòu)圖
因?yàn)槟壳拔邑?fù)責(zé)應(yīng)用層的研發(fā)，業(yè)務(wù)還比較少，主要就需要監(jiān)控三個(gè)系統(tǒng)：
推薦
搜索
統(tǒng)一查詢(xún)引擎
所以監(jiān)控的架構(gòu)設(shè)計(jì)略簡(jiǎn)單些。如果你希望進(jìn)行日志存儲(chǔ)以及事后批量分析，則可以采用淘寶的這套架構(gòu)方式：
圖2 淘寶的架構(gòu)方式
稍微說(shuō)明下，日志收集Agent可以使用Flume，鷹眼Storm集群，其實(shí)就是Storm集群，當(dāng)然有可能是淘寶內(nèi)部Java版的，Storm(或第一幅圖的SparkStreaming)做兩件事情。
將日志過(guò)濾，格式化，或存儲(chǔ)起來(lái)
進(jìn)行實(shí)時(shí)計(jì)算，將指標(biāo)數(shù)據(jù)存儲(chǔ)到HBase里去
到目前為止，我們沒(méi)有做任何的開(kāi)發(fā)，全部使用大數(shù)據(jù)里通用的一些組件。至于這些組件需要多少服務(wù)器，就看對(duì)應(yīng)的日志量規(guī)模了，三五臺(tái)到幾百臺(tái)都是可以的。
需要開(kāi)發(fā)的地方只有兩個(gè)點(diǎn)，有一個(gè)是一次性的，有一個(gè)則是長(zhǎng)期。
先說(shuō)說(shuō)一次性的，其實(shí)就是大盤(pán)展示系統(tǒng)。這個(gè)就是從HBase里取出數(shù)據(jù)做展示。這個(gè)貌似也有開(kāi)源的一套，ELK。不過(guò)底層不是用的HBase存儲(chǔ)，而是ES。這里就不詳細(xì)討論。
長(zhǎng)期的則是SparkStreaming(淘寶是使用Storm，我建議用SparkStreaming，因?yàn)镾parkStreaming可以按時(shí)間窗口，也可以按量統(tǒng)一做計(jì)算)，這里你需要定義日志的處理邏輯，生成我上面提到的各項(xiàng)指標(biāo)。
這里有一個(gè)什么好處呢，就是平臺(tái)化了，對(duì)新的監(jiān)控需求響應(yīng)更快了，開(kāi)發(fā)到上線(xiàn)可能只要幾個(gè)小時(shí)的功夫。如果某個(gè)系統(tǒng)某天需要一個(gè)新的監(jiān)控指標(biāo)，我們只要開(kāi)發(fā)個(gè)SparkStreaming程序，丟到平臺(tái)里去，這事就算完了。
第一幅圖的平臺(tái)我是已經(jīng)實(shí)現(xiàn)了的。我目前在SparkStreaming上只做了三個(gè)方面比較基礎(chǔ)的監(jiān)控，不過(guò)應(yīng)該夠用了。
狀態(tài)碼大盤(pán)。HTTP響應(yīng)碼的URL(去掉query參數(shù))排行榜。比如你打開(kāi)頁(yè)面就可以看到發(fā)生500錯(cuò)誤的top100的URL，以及該URL所歸屬的系統(tǒng)。
響應(yīng)耗時(shí)大盤(pán)。URL請(qǐng)求耗時(shí)排行榜。比如你打開(kāi)頁(yè)面就可以看到5分鐘內(nèi)平均響應(yīng)耗時(shí)top100的URL(去掉query參數(shù))。
還有就是Trace系統(tǒng)。類(lèi)似Google的Dapper，淘寶的EagleEye。給出一個(gè)唯一的UUID，可以追蹤到特定一個(gè)Request的請(qǐng)求鏈路。每個(gè)依賴(lài)服務(wù)的響應(yīng)情況，比如響應(yīng)時(shí)間。對(duì)于一個(gè)由幾個(gè)甚至幾百個(gè)服務(wù)組成的大系統(tǒng)，意義非常大，可以方便的定位出到底是那個(gè)系統(tǒng)的哪個(gè)API的問(wèn)題。這個(gè)最大的難點(diǎn)是需要統(tǒng)一底層的RPC/HTTP調(diào)用框架，進(jìn)行埋點(diǎn)。因?yàn)槲沂褂玫氖亲匝械腟erviceFramework框架，通訊埋點(diǎn)就比較簡(jiǎn)單。如果是在一個(gè)業(yè)務(wù)線(xiàn)復(fù)雜，各個(gè)系統(tǒng)使用不同技術(shù)開(kāi)發(fā)，想要做這塊就要做好心理準(zhǔn)備了。
現(xiàn)在，如果你想要監(jiān)控一個(gè)系統(tǒng)是不是存活，你不在需要取寫(xiě)腳本去找他的pid看進(jìn)程是不是存在，系統(tǒng)發(fā)現(xiàn)在一定的周期內(nèi)沒(méi)有日志，就可以認(rèn)為它死了。而系統(tǒng)如果有異常，比如有大量的慢查詢(xún)，大盤(pán)一定能展示出來(lái)。
描述到這，我們可以看到，這套架構(gòu)的優(yōu)勢(shì)在哪：
基本上沒(méi)有需要自己開(kāi)發(fā)的系統(tǒng)。從日志收集，到日志存儲(chǔ)，到結(jié)果存儲(chǔ)等，統(tǒng)統(tǒng)都是現(xiàn)成的組件。
可擴(kuò)展性好。每個(gè)組件都是集群模式的，沒(méi)有單點(diǎn)故障。每個(gè)組件都是可水平擴(kuò)展的，日志量大了，加機(jī)器就好。
開(kāi)發(fā)更集中了。你只要關(guān)注日志實(shí)際的分析處理，提煉指標(biāo)即可。
4、大數(shù)據(jù)思維
對(duì)于運(yùn)維的監(jiān)控，利用大數(shù)據(jù)思維，需要分三步走：
找到數(shù)據(jù)
分析定義從數(shù)據(jù)里中我能得到什么
從大數(shù)據(jù)平臺(tái)中挑選你要的組件完成搭積木式開(kāi)發(fā)
所有系統(tǒng)最可靠的就是日志輸出，系統(tǒng)是不是正常，發(fā)生了什么情況，我們以前是出了問(wèn)題去查日志，或者自己寫(xiě)個(gè)腳本定時(shí)去分析�，F(xiàn)在這些事情都可以整合到一個(gè)已有的平臺(tái)上，我們唯一要做的就是定義處理日志的的邏輯。
這里有幾點(diǎn)注意的：
如果你擁有復(fù)雜的產(chǎn)品線(xiàn)，那么日志格式會(huì)是一個(gè)很痛苦的事情。以為這中間Storm(或者SparkStreaming)的處理環(huán)節(jié)你需要做大量的兼容適配。我個(gè)人的意見(jiàn)是，第一，沒(méi)有其他更好的辦理，去兼容適配吧，第二，推動(dòng)大家統(tǒng)一日志格式。兩件事情一起做。我一個(gè)月做不完，那我用兩年時(shí)間行么?總有一天大家都會(huì)有統(tǒng)一的日志格式的。
如果你的研發(fā)能力有富余，或者有大數(shù)據(jù)團(tuán)隊(duì)支撐，那么可以將進(jìn)入到SparkStreaming中的數(shù)據(jù)存儲(chǔ)起來(lái)，然后通過(guò)SparkSQL等做即席查詢(xún)。這樣，有的時(shí)候原先沒(méi)有考慮的指標(biāo)，你可以直接基于日志做多維度分析。分析完了，你覺(jué)得好了，需要固化下來(lái)，那再去更新你的SparkStreaming程序。
核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴(lài)品牌。
關(guān)鍵詞標(biāo)簽： 用大數(shù)據(jù)思維做運(yùn)維監(jiān)控是怎樣一種體驗(yàn)?,大數(shù)據(jù) 運(yùn)維監(jiān)控,ERP,ERP系統(tǒng),ERP軟件,ERP系統(tǒng)軟件,ERP管理系統(tǒng),ERP管理軟件,進(jìn)銷(xiāo)存軟件,財(cái)務(wù)軟件,倉(cāng)庫(kù)管理軟件,生產(chǎn)管理軟件,企業(yè)管理軟件,免費(fèi)ERP,免費(fèi)ERP軟件,免費(fèi)ERP系統(tǒng),ERP軟件免費(fèi)下載,ERP系統(tǒng)免費(fèi)下載,免費(fèi)ERP軟件下載,免費(fèi)進(jìn)銷(xiāo)存軟件,免費(fèi)進(jìn)銷(xiāo)存,免費(fèi)財(cái)務(wù)軟件,免費(fèi)倉(cāng)庫(kù)管理軟件,免費(fèi)下載,
您的位置：
在線(xiàn)客服