面試裝逼系列｜這篇文章，讓運維監控不再成爲你的短板!

1.前言

隨間互聯網、雲計算的飛速發展，越來越多的企業系統架構越來越複雜，且迭代的速度也爲之迅速。隨着業務量、流量的增長，龐大的業務系統架構即將面臨一系列的問題，同時也是企業飛速發展所需解決的痛點。

複雜龐大的業務系統架構，給運行維護增加一定的難度與複雜度。
大量服務應用、模塊的API接口的狀態運行情況需要監測。
各類監控數據的收集、分析、整理耗時、費力，統一展示（可視化）需求迫切。
業務系統運行狀態週報、月報數據難以統計、導出。
故障點的快速發現與定位，減少業務中斷率勢在必行。

不僅企業管理者面臨的問題，同時也給企業的技術人員帶來一定維護壓力，一個行之有效監控體系迫在眉睫。
畫外音：這也就解釋了爲什麼越來越多的企業都在使用監控系統。

2.什麼是監控系統

簡單來說，監控系統就是一套解決應用、服務或系統故障發現、故障預警、故障定位，運行狀態展示等多種功能融合一體的一個解決文案。也可以稱之爲一套系統。
監控系統是整個運維環節，乃至整個產品生命週期中最重要的一環，事前及時預警發現故障，事後提供翔實的數據用於追查定位問題。監控系統作爲一個成熟的運維產品，業界有很多開源的實現可供選擇。

3.監控系統的目標

對於使用監控來說，首先，得確立目標是什麼，需要達到什麼的效果，這纔是重點。筆者根據實際工作經驗總結如下：

對系統、服務或平臺的運行狀態實行實時不間斷監控
不間斷實時反應系統、服務或平臺的運行狀態信息
提前預知可能存在的故障風險
實現故障預警報警功能
通過監控數據快速定位故障原因
最終保證系統持續、穩定、安全運行
狀態數據可視化與統計、導出、歸檔（歷史數據可追溯）

4.如何使用監控

首先需要了解被監控對象的運行、工作原理與過程
確立需要監控被監控對象的哪些指標，如：服務的可用性、端口狀態，網卡的內外流量等
定義監控閥值報警範圍、報警等級，如：內存可用剩餘多少需要報警？磁盤空間使用率達到多少需要報警？
建立完善的故障處理流程體系，如：緊急故障、非緊急故障、一般故障等處理方法與流程

5.監控流程

1、收集數據

通過什麼方式收集數據？
收集哪些數據？

2、存儲數據

存儲數據的介質，如：MySQL數據庫
存儲數據的時限，如：歷史數據的保留時長

3、展示數據

以何種方式展示，如：web界面？開發APP？
展示哪些數據

4、故障報警

電話報警
郵件報警（目前流行）
微信報警（目前流行）
短信報警
釘釘報警（目前流行）

5、告警處置

根據故障等級處理：緊急、非緊急
設定的故障處理預案

6.監控對象

瞭解完監控的目標、流程之後，還需要了解到底監控哪些內容？也就是被監控的對象是哪些。一般實際環境中基本監控可以分爲以下幾種，如下。

1、CPU監控

CPU整體使用情況：用戶態與內核態，空閒率等
單個CPU的使用情況

2、磁盤監控

磁盤容量：分區使用量（已用與可用容量）
磁盤IO
磁盤的數據讀寫效率

3、內存監控

內存使用量：已用、可用

4、網絡監控

內網卡出入流量
外網卡出入流量
TCP狀態

5、系統重要進程監控

系統進程狀態
系統服務進程開銷

6、應用服務監控

應用的進程狀態
應用端口狀態
一些個性化的需求

7、硬件設備監控

以往對設備監控這塊，我們單憑肉眼觀察其狀態燈的變化與變化頻率來判斷的時代一去不復返了，劣勢大家都知道：重複、繁重、效率低下，而且還不適用於大規模設備集羣。

路由器狀態
交換機狀態
服務器狀態

8、安全監控

安全監控一般使用第三方接收較多，個人開發或開源產品不多。

***
漏洞

9、API接口監控

複雜的、大型系統中API監控非常重要，主是針對監控API接口GET、POST、PUT等請求。

圖片來源於網絡

接口可用性
接口的正確性
接口的響應時間

7.監控工具介紹

下面介紹下，目前日常實際環境中常用的一些監控工具。每個工具的功能、特性都各有千秋，也因如此，都有着不同的應用場景。目前，實際環境應用最多的無非兩大類：開源產品、商用產品。

7.1 開源產品

1、Cacti

官方網站：http://www.cacti.net

發佈於2001年， Cacti 是一款開源的基於PHP、MySQL、SNMP及RRDTool開發的網絡流量監測圖形分析工具。它通過snmpget來獲取數據，使用 RRDtool繪畫圖形，它的界面非常漂亮，能讓你根本無需明白rrdtool的參數能輕易的繪出漂亮的圖形。而且你完全可以不需要了解RRDtool複雜的參數。它提供了非常強大的數據和用戶管理功能，可以指定每一個用戶能查看樹狀結構、host以及任何一張圖，還可以與LDAP結合進行用戶驗證，同時也能自己增加模板，讓你添加自己的snmp_query和script！功能非常強大完善，界面友好。