這裡寫自定義目錄標題

• 容器監控
• 架構
• 可選方案
• 基礎監控：
• 服務追蹤
• 日誌彙總
• Graphite
• Prometheus
• TICK Stack
• 服務追蹤
• 參考
• 附錄
• 選項考慮因素

容器監控

Why?How? What?

考慮因素

監控物件是什麼？監控哪些指標？從哪些維度監控？

從全域性，機房，機架，物理機，虛擬機器，容器例項，服務本身等多個維度。

基礎監控：

1. CPU
2. 磁碟
3. 記憶體
4. 網路
5. 系統呼叫
6. 上下文切斷
7. 等等

日誌彙總：

1. 錯誤告警

服務呼叫：

1. 請求量
2. 響應時間：平均，最小，最大，P90，P95，P99，區間
3. 錯誤率
4. 呼叫鏈
5. 呼叫拓撲圖

架構

1. 資料採集：推，拉，關鍵在於控制取樣率
2. 資料傳輸： 傳輸方式（UDP，TCP，訊息佇列），傳輸格式（二進位制，文字）
3. 資料處理：分析，儲存（時序資料庫，索引資料庫 ）
4. 資料展示：多維度展示（曲線圖，餅狀圖，格子圖，柱狀圖），告警

可選方案

基礎監控：

1. 採集：Telegraf，collectd，slfow，nagios，sensu，riemann，
2. 傳輸：TCP，UDP，HTTP
3. 分析：Kapacitor
4. 儲存：InfluxDB，timeScale
5. 展示：grafana（優選），chronograf

服務追蹤

Google Dapper, Naver Pinpoint, opentracing， 大眾 CAT，Twitter Zipkin，阿里鷹眼，美團 MTrace

1. 採集: jmx, 埋點，代理，服務介面，位元組碼注入
2. 傳輸：http，訊息佇列（Kafaka，RabbitMQ）
3. 分析：實時（storm，spark，flink），離線（hadoop）
4. 儲存：HBase，Cassandra，Mysql，Elasticsearch
5. 展示：

日誌彙總

1. 採集：fluentd，logstash，rsyslog，syslog，Beats
2. 傳輸：TCP，UDP，訊息佇列（kafaka，rabbitmq）
3. 分析：ElasticSearch
4. 儲存：
5. 展示：Kibana

Graphite

收集（ StatsD，Carbon），儲存，Graphite-Web。

1. Whisper 簡單的時序資料庫，不適合大資料量，不支援靈活查詢語句
2. Graphite-Web 支援正則表示式，函式。

Prometheus

1. PromQL 查詢語言

TICK Stack

1. InfluxDB 支援類 SQL 的查詢語句

其中只有 Prometheus 是拉模式，其餘都是推模式。

服務追蹤

優點：

1. 找到系統瓶頸
2. 優化鏈路呼叫：定位跨機房、區域呼叫導致的問題，迴圈呼叫
3. 生成網路拓撲

可選方案

OpenZipkin

1. 社群活躍度高
2. 功能：多語言支援，指標簡單
3. 維護性：整合難度高，定製難度低
4. 規範：沒有遵循 opentracing

pinpoint

1. 功能：只支援 Java，指標詳盡
2. 維護成本：整合簡單，定製難
3. 規範：沒有遵循 opentracing

skywalking

Jaeger

參考

https://www.ibm.com/developerworks/cn/cloud/library/cl-lo-prometheus-getting-started-and-practice/index.html

附錄

選項考慮因素

1. 功能完整度
2. 成熟度
3. 活躍度
4. 使用者數
5. 定製成本
6. 維度成本
7. 是否實現相關行業標準