站在用戶(hù)的角度思考問(wèn)題，與客戶(hù)深入溝通，找到豐滿(mǎn)網(wǎng)站設(shè)計(jì)與豐滿(mǎn)網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶(hù)體驗(yàn)好的作品，建站類(lèi)型包括：成都做網(wǎng)站、網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、主機(jī)域名、網(wǎng)絡(luò)空間、企業(yè)郵箱。業(yè)務(wù)覆蓋豐滿(mǎn)地區(qū)。

對(duì)于DevOps而言，監(jiān)控是其中重要的一環(huán)，上一次的專(zhuān)題內(nèi)容中，我們與大家分享了 大型企業(yè)級(jí)監(jiān)控系統(tǒng)的設(shè)計(jì)。今天我們將和大家從另一個(gè)角度進(jìn)一步探討互聯(lián)網(wǎng)工程技術(shù)領(lǐng)域的監(jiān)控設(shè)計(jì)(monitoring)：系統(tǒng)的可觀(guān)測(cè)性(observerbality)。

無(wú)論監(jiān)控，還是可觀(guān)測(cè)性，都是工程界的術(shù)語(yǔ)，并非嚴(yán)格定義的概念。人們可以描述它，但很難定義它。所以本文不會(huì)糾結(jié)于這些名詞之間的區(qū)別。

在實(shí)踐中，所有這些概念/術(shù)語(yǔ)，目標(biāo)都是增強(qiáng)工程師對(duì)于線(xiàn)上系統(tǒng)運(yùn)行情況的了解。

對(duì)工程師而言，監(jiān)控/可觀(guān)測(cè)性工程存在的意義，是幫助工程師發(fā)現(xiàn)問(wèn)題，定位問(wèn)題，解決問(wèn)題。

對(duì)系統(tǒng)自身而言，這些工作都是通過(guò)數(shù)據(jù)的采集/存儲(chǔ)/分析，以及進(jìn)一步迭代來(lái)完成。

一、監(jiān)控需求的產(chǎn)生

當(dāng)程序被交付，部署到生產(chǎn)環(huán)境，才是其生命周期中最長(zhǎng)的部分的開(kāi)始。人們需要了解生產(chǎn)環(huán)境是否一切正常，監(jiān)控需求自然而然產(chǎn)生。

互聯(lián)網(wǎng)發(fā)展過(guò)程中涌現(xiàn)大量監(jiān)控相關(guān)的工具/系統(tǒng)，Ganlia, Zabbix, RRDTools, Graphite，各自在不同的層面為“是否正常”提供答案。

監(jiān)控本身，無(wú)論是業(yè)界對(duì)監(jiān)控的認(rèn)知，監(jiān)控工具/系統(tǒng)自身的能力，也在以下兩個(gè)方向演進(jìn)著：

1. 黑盒到白盒
2. 資源到業(yè)務(wù)

這個(gè)階段監(jiān)控的愿景是很明確的，如何落地則各顯神通。

直到 Etsy 于 2011 年通過(guò)博客公開(kāi)了他們的 監(jiān)控實(shí)踐，利用 StatsD（已開(kāi)源），以非常簡(jiǎn)單統(tǒng)一的方式，實(shí)現(xiàn)資源/業(yè)務(wù)層面的數(shù)據(jù)采集/存儲(chǔ)/分析。后來(lái)的監(jiān)控系統(tǒng)，尤其是基于 metrics 的監(jiān)控系統(tǒng)，大多受過(guò) StatsD 的啟發(fā)和影響。

二、可觀(guān)測(cè)性的提出

互聯(lián)網(wǎng)工程界，Twitter 應(yīng)該是最早提出可觀(guān)測(cè)性 的組織。在這系列文章中，Twitter 集中闡述了他們的可觀(guān)測(cè)性技術(shù)棧，其中包括了 Zipkin，Google Dapper 的開(kāi)源實(shí)現(xiàn)。

如前言所說(shuō)，本文不糾結(jié)于幾個(gè)名詞之間的包含關(guān)系。

拋開(kāi)這些名詞的辯論，可觀(guān)測(cè)性相對(duì)于過(guò)去監(jiān)控，大的變化就是系統(tǒng)需要處理的數(shù)據(jù)，從 metrics 為主，擴(kuò)展到了更廣的領(lǐng)域。綜合起來(lái)，大約有幾類(lèi)數(shù)據(jù)被看作是可觀(guān)測(cè)性的支柱(pillar)

• metrics
• logging
• tracing
• events

因此，一個(gè)現(xiàn)代化的監(jiān)控系統(tǒng)/可觀(guān)測(cè)性工程系統(tǒng)，也就必須具備妥善存儲(chǔ)以上幾種數(shù)據(jù)的能力。

三、存儲(chǔ)

Metrics

Metrics，通常是數(shù)值類(lèi)型的時(shí)間序列數(shù)據(jù)。這類(lèi)需求的存在如此廣泛，以至于衍生了專(zhuān)門(mén)服務(wù)于這個(gè)目標(biāo)的數(shù)據(jù)庫(kù)子類(lèi)，時(shí)間序列數(shù)據(jù)庫(kù)，TSDB。

TSDB 經(jīng)歷了大約如下幾個(gè)方面的重要演進(jìn)

• 數(shù)據(jù)模型。描述信息從 metric naming 中剝離出來(lái)，形成 tag?，F(xiàn)代的 tsdb 通常都已采用 tag 化的數(shù)據(jù)模型。
• 數(shù)據(jù)類(lèi)型。從簡(jiǎn)單的數(shù)值記錄，到為不同場(chǎng)景衍生出 gauge, counter, timer 等等更多的數(shù)據(jù)類(lèi)型
• 索引結(jié)構(gòu)。索引結(jié)構(gòu)跟數(shù)據(jù)模型密切相關(guān)，在 tag 為主的現(xiàn)代 tsdb, 倒排索引已經(jīng)是主流索引結(jié)構(gòu)。
• 數(shù)據(jù)存儲(chǔ)。從 rrdtool 寫(xiě)環(huán)形隊(duì)列到文件的時(shí)代，到 OpenTSDB 這樣自行編解碼寫(xiě)入底層數(shù)據(jù)庫(kù)，再到 Facebook 提出的時(shí)序數(shù)據(jù)壓縮算法，通常會(huì)是若干種技術(shù)的綜合使用，并且針對(duì)不同的數(shù)據(jù)類(lèi)型采用不同方案

Metrics 存儲(chǔ)，或者是 TSDB 的研究和演進(jìn)，我們會(huì)有另外的文章專(zhuān)門(mén)介紹。

logging

logging 通常會(huì)是工程師定位生產(chǎn)環(huán)境問(wèn)題最直接的手段。日志的處理大約在如下幾個(gè)方面進(jìn)行演進(jìn)

• 集中存儲(chǔ)/檢索。使得工程師免于分別登陸機(jī)器查看日志之苦，日志被統(tǒng)一采集，集中存儲(chǔ)于日志服務(wù)，并提供統(tǒng)一的檢索服務(wù)。這個(gè)過(guò)程牽扯到例如日志格式統(tǒng)一，解析，結(jié)構(gòu)化等等問(wèn)題。
• 日志的監(jiān)控。
• 原文中的關(guān)鍵字，例如 error, fatal 大概率意味著值得關(guān)注的錯(cuò)誤產(chǎn)生
• 從日志中提取的 metrics，例如 access log 中攜帶的大量數(shù)據(jù)，都可以被提取成有用的信息。至于提取的手段，有的通過(guò)客戶(hù)端在日志本地進(jìn)行解析，有的在集中存儲(chǔ)過(guò)程中進(jìn)行解析。

tracing

隨著互聯(lián)網(wǎng)工程日漸復(fù)雜，尤其是微服務(wù)的風(fēng)潮下，分布式 tracing 通常是理解系統(tǒng)，定位系統(tǒng)故障的最重要手段。

在存儲(chǔ)層面，tracing 已經(jīng)有相對(duì)明確的方案，無(wú)論是 OpenZipkin，還是 CNCF 的 Jaeger ，都提供幾乎開(kāi)箱即用的后端軟件，其中當(dāng)然包括存儲(chǔ)。

Tracing 的存儲(chǔ)設(shè)計(jì)主要考慮

1、稀疏數(shù)據(jù)：tracing 數(shù)據(jù)通常是稀疏的，這通常有幾個(gè)原因

• 不同業(yè)務(wù)的 trace 路徑通常不同，也就是 span 不同，因而稀疏
• 同種業(yè)務(wù)的 trace ，在不同內(nèi)外部條件下，路徑也不同。例如訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)，是否命中緩存，都會(huì)產(chǎn)生不同的 span 鏈
• 訪(fǎng)問(wèn)正常/異常的 trace ，產(chǎn)生不同 span

2、多維度查詢(xún)：通常的解決思路

• 二級(jí)索引：在以 HBase, Cassandra 為基礎(chǔ)的方案中比較常見(jiàn)
• 引入倒排索引，在二級(jí)索引方案無(wú)法滿(mǎn)足全部查詢(xún)請(qǐng)求時(shí)，可能會(huì)引入 Elasticsearch 輔助索引，提升查詢(xún)靈活性

Events

同樣是一個(gè)難以定義，但是很容易描述的術(shù)語(yǔ)。我們把，一次部署，一次配置變更，一次dns 切換，諸如此類(lèi)的變更，稱(chēng)為事件。

它們通常意味著生產(chǎn)環(huán)境的變更。而故障，通常因?yàn)椴磺‘?dāng)?shù)淖兏稹?/p>

對(duì) events 的處理主要包括

• 集中存儲(chǔ) ：事件種類(lèi)很多，較難歸納共同的查詢(xún)緯度，所以倒排索引在這種無(wú)法事先確定查詢(xún)緯度的場(chǎng)景下，是非常合適的存儲(chǔ)結(jié)構(gòu)
• Dashboard ： 以恰當(dāng)?shù)姆绞?，把事件查?xún) /展示出來(lái)。上文提到 Etsy 的博客中，展示了很好的實(shí)踐方法，使得工程師能夠通過(guò) dashboard ，非常輕松確認(rèn)網(wǎng)站登陸失敗，與登錄模塊部署事件之間的關(guān)系。

總結(jié)

現(xiàn)代的監(jiān)控，或者可觀(guān)測(cè)性工程，通常是對(duì)不同類(lèi)型數(shù)據(jù)的采集/存儲(chǔ)/分析。這些數(shù)據(jù)各有特點(diǎn)，因而存儲(chǔ)也不存在銀彈。通常是根據(jù)各自特點(diǎn)，獨(dú)立設(shè)計(jì)存儲(chǔ)方案，上層提供一個(gè)統(tǒng)一、綜合的存儲(chǔ)系統(tǒng)。

京東云監(jiān)控具有實(shí)時(shí)展現(xiàn)監(jiān)控?cái)?shù)據(jù)變化及迅速報(bào)警等優(yōu)勢(shì)，能夠滿(mǎn)足日常業(yè)務(wù)監(jiān)控管理和處理異常等場(chǎng)景。

目前京東云 監(jiān)控提供免費(fèi)服務(wù)，點(diǎn)擊【 閱讀 】，了解更多關(guān)于京東云監(jiān)控的內(nèi)容。
新聞標(biāo)題：DevOps專(zhuān)題|監(jiān)控，可觀(guān)測(cè)性與數(shù)據(jù)存儲(chǔ)-創(chuàng)新互聯(lián)
URL分享：http://weahome.cn/article/dppjjd.html