1.概述
有人說，雲計算拼的就是運維能力。隨着雲平臺規模的不斷擴大，運維的難度也呈直線上升，雲平臺的監控預警系統變得越來越重要。
提到監控預警系統，很多人的第一反應就是：可通過各種圖表查看各個監控項的狀態；可對監控項設置警報，達到一定閥值時告警，能通過郵件、短信等方式通知到管理員，等等。
這些確實是大多數監控系統的基本功能，但對於傳統的監控系統，更傾向於發現問題，通知管理員處理。在雲計算的時代，監控能否做得更多呢？下面我將爲大家介紹一下品高雲的監控系統。
品高雲作爲一個自主研發的，遵循亞馬遜接口標準的雲平臺，其監控系統也不例外。品高雲的監控系統，即雲監控服務，在兼容亞馬遜CloudWatch接口的基礎上，作了大量的優化與擴展，方便管理員和用戶的使用。
2.自定義的雲監控系統
作爲監控系統，首先要確定監控的內容，即監控指標。每一種雲資源都會有內置的一些監控指標，如實例的CPU使用率、網絡I/O；存儲卷的磁盤I/O，讀寫操作數，等等。管理員可查看、管理雲平臺的各項監控指標。
(圖： 監控設置)
如果雲平臺內置監控指標不能滿足需求，怎麼辦呢？沒關係，我們支持自定義監控指標。只需要按要求撰寫好數據採集腳本、新建監控指標即可。
下面以監控MySQL連接數爲例，展示如何在品高雲監控服務自定義指標：
1.撰寫數據採集腳本，並由管理員上傳到雲平臺指定目錄：
(圖： 腳本)
2.新建監控指標，填寫相關參數：
(圖： 新建指標)
數據採集腳本是在哪裏運行的呢？這與監控指標的設置有關。監控指標的收集方式包括ec2config和controller。
ec2config是內置在雲平臺鏡像裏面的一個程序，可與雲平臺交互，實現更多的功能。收集方式選擇ec2config，即是由該程序在實例內部運行採集腳本，並通過特定的URL彙報到雲平臺。
controller，即由雲平臺物理機運行採集腳本。
自定義監控指標默認都通過ec2config採集數據。
定義好監控指標，雲平臺便會根據設定定時去收集、彙總數據。我們可以到各個資源的詳情頁面，查看該資源相關指標的監控數據。
(圖： 監控圖表)
有監控數據只是第一步，我們要如何利用這些數據去完成更多的操作呢？答案就是：監控警報。
對於亞馬遜CloudWatch，一個監控警報只對應一個雲資源的一個監控指標；如果想監控100個實例的CPU使用率，必須重複建100遍。
品高雲對此作出改進，將監控警報拆分爲警報定義跟監控項。警報定義包括警報類型、觸發條件、觸發操作等通用定義，與具體雲資源無關。
（圖：新建警報）
如果警報類型選擇的是任意實例、任意主機，則無需其他操作，警報自動對所有實例、主機（包括後續新建的）生效。
如果不是針對任意資源的警報，則還需要創建監控項，選擇具體需要監控的資源，綁定到相關的警報。
（圖： 新建監控項）
新建監控項時，還可以定義觸發操作。要注意的是：定義在監控警報的操作是通用的觸發操作，所有綁定到該警報的資源都會觸發；定義在監控項的操作則只對該監控項對應的資源生效。
監控警報能觸發的操作，目前主要包括三種：
1.平臺消息： 警報觸發後，往雲平臺發送消息，用戶登錄時可以看到。
（圖：平臺消息）
2.發送SNS主題： SNS即雲平臺的另一個服務：簡單通知服務。用法是：根據需要創建一個SNS消息主題，當監控警報觸發時，將向該主題發佈消息。
一個SNS消息主題可以添加多個消息訂閱。訂閱方式可以是Email、Email-JSON或HTTP。當有人向消息主題發佈消息時，所有已確認的訂閱者都能收到消息。
如果是Email、Email-JSON的訂閱者，將收到郵件通知；如果是HTTP訂閱者，將收到POST請求（消息內容爲JSON格式），用戶可根據需要作進一步的處理。
（圖：SNS訂閱）
3.觸發彈性策略： 彈性策略與雲平臺另一個服務：彈性伸縮服務有關。
彈性伸縮服務可以讓用戶創建彈性組，通過指定啓動配置（包括使用的鏡像，網絡，是否使用負載均衡），最小、最大及當前需要的實例個數等來創建一組雲資源。
服務本身會對實例進行健康檢查，確保健康的實例數量達到設置的需要值； 通過定義彈性策略加、減實例，再與雲監控服務結合，達到通過監控數據的變化動態改爲需要實例個數的目的。
(圖：彈性策略)
一個較爲經典的應用場景是： 以彈性組的方式部署一批WEB服務器，通過負載均衡對外提供服務。
對彈性組實例的平均網絡連接數建立兩個警報：
當併發連接數達到一個較高值時，觸發添加實例的彈性策略增強處理能力；當併發連接數下降到一個較低值時，觸發減少實例的彈性策略以節約資源，從而實現自動根據負載情況自動伸縮資源。
上述功能所有云平臺用戶都能使用。除此之外，品高雲還有大量方便雲平臺管理員運維使用的功能：
監控TOP：可以根據不同的監控指標，查看最近一段時間哪些資源該項指標最高，從而協助快速定位、排查問題；
（圖：監控top）
雲平臺監控：針對雲平臺各項資源使用率的監控，可根據使用率及其歷史數據的走勢，評估雲平臺是否需要擴容，要擴多大；
（圖：雲平臺監控）
服務狀態監控：針對雲平臺各項服務的健康狀態的監控，可結合監控警報，在服務出現異常時第一時間通知管理員；
(圖：服務狀態監控)
資源監控：從計算、存儲、網絡三個層面監控資源使用情況。
（圖： 資源監控）
平臺綜合評分： 從健康、風險、效率三個維度對雲平臺資源使用情況進行評分，並可查看各物理主機的資源使用率、資源富裕、不足的物理主機。
(圖：平臺綜合評分)
(圖：主機資源使用率)
報表模塊： 通過用戶、服務、服務組、標籤、軟件使用情況等維度，瞭解雲平臺資源的使用情況，並可導出報表，方便運維人員的工作彙報。
(圖：用戶報表)
3.下一步的優化改進計劃
品高雲監控服務現有的功能就介紹到這裏。後續還會不斷地優化改進監控服務，計劃中的功能包括：
通過同一個入口快速查看不同資源的不同的監控指標的監控圖表，可以在同一張圖表橫向對比多個指標的；
提供更多的監控維度，如雲平臺事件，資源狀態變化，等等；
提供更多的觸發操作，如存儲卷擴容、更改網絡帶寬、遷移實例等等，讓雲平臺更加自動、智能，減少運維壓力。