如何利用大數(shù)據(jù)思維實(shí)現(xiàn)無死角運(yùn)維監(jiān)控？

來源：湖北國(guó)菱計(jì)算機(jī)科技有限公司-荊州網(wǎng)站建設(shè)-荊州軟件開發(fā)-政府網(wǎng)站建設(shè)公司 時(shí)間：2018-01-17

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)問題

指標(biāo)可以再進(jìn)行分類：

1. 業(yè)務(wù)層面：如團(tuán)購業(yè)務(wù)每秒訪問數(shù)，團(tuán)購券每秒驗(yàn)券數(shù)，每分鐘支付、創(chuàng)建訂單等；
   

2. 應(yīng)用層面：每個(gè)應(yīng)用的錯(cuò)誤數(shù)，調(diào)用過程，訪問的平均耗時(shí)，最大耗時(shí)，95線等；
   

3. 系統(tǒng)資源層面：如cpu、內(nèi)存、swap、磁盤、load、主進(jìn)程存活等；
   

4. 網(wǎng)絡(luò)層面： 如丟包、ping存活、流量、tcp連接數(shù)等。

Storm(或第一幅圖的SparkStreaming)做兩件事情：

1. 將日志過濾，格式化，或存儲(chǔ)起來；

2. 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。

需要開發(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。

先說說一次性的，其實(shí)就是大盤展示系統(tǒng)。這個(gè)就是從HBase里取出數(shù)據(jù)做展示。這個(gè)貌似也有開源的一套，ELK。不過底層不是用的HBase存儲(chǔ)，而是ES。

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，開發(fā)到上線可能只要幾個(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)，我們只要開發(fā)個(gè)SparkStreaming程序，丟到平臺(tái)里去，這事就算完了。

現(xiàn)在，如果你想要監(jiān)控一個(gè)系統(tǒng)是不是存活，你不在需要去寫腳本找他的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，大盤一定能展示出來。

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：

1. 找到數(shù)據(jù)；

2. 分析定義從數(shù)據(jù)里中我能得到什么；

3. 從大數(shù)據(jù)平臺(tái)中挑選你要的組件完成搭積木式開發(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，我們以前是出了問題去查日志，或者自己寫個(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。