监控方法论

监控方法论：

监控系统组件：

• 指标数据采集
• 指标数据存储
• 指标数据去世分析及可视化
• 告警

监控体系：

系统层：

• 系统：cpu、load、内存、swap、磁盘io、进程数、
• 网络：网络设备、负载、延迟、丢包率

中间件：

• 消息中间件： kafka、mq
• web服务容器： tomcat、jetty
• 数据库： mysql、mogodb、es、redis
• 数据库连接池： shardingSpere等
• 存储： ceph

应用层：

应用程序状态、性能

业务层：

横梁应用程序的价值，如电商网站的销售量
qps、dau日活、转化率
业务接口： 登录数、注册数、订单量、搜索量、支付量等

云原生时代的可观测性：

可观测性系统： #立体监控

• 指标监控： 随时间推移产生的一些与监控相关的可聚合数据点
• 日志监控： 离散式的日志、事件
• 链路跟踪： 分布式应用调用链跟踪

可观测性和数据分析归类：

• 监控系统： 普罗米修斯
• 日志系统： elk、PLG Stack
• 分布式调用跟踪系统： zipkin、jaeger、skywalking、pinpoint
• 混沌工程系统： ChaosMonkey、ChaosBlade

监控方法论：

谷歌4个黄金指标：

常用与在服务级别帮助横梁终端用于体验、服务中断、业务影响等层面的问题
适用于应用及服务监控

延迟（Latency）：

服务请求所需要的时长，如http请求平均延迟
需要区分失败请求和成功请求

流量（Traffic）：

衡量服务的容量需求，如每秒处理的http请求数、数据库系统的事物数量

错误

请求失败的速率，用于衡量错误发生的情况
http 500错误等显式失败，返回错误内容或无效内容的隐式失败
以及由策略原因导致的失败（强制要求响应时间超过30ms的请求视为错误）

饱和度Saturation

衡量资源的使用情况。用于表达应用程序有多端
内存、cou、io、磁盘资源的使用量

use方法：

分析系统性能问题，可知道用户快速识别资源瓶颈记忆错误的方法
应用于主机指标监控

使用率：

关注系统资源的使用情况
100%的使用率通常是系统性能瓶颈的指标

饱和度Saturation

cpu的平均运行排队长度，值针对资源的饱和度（不同于4大黄金信号）
任何资源在某种程度的饱和都可能导致系统性能下降

错误

错误计数
网卡在数据包传输过程中检测到的以太网网络冲突了14次

Red方法：

基于谷歌的4个黄金指标，集合普罗米修斯和k8s容器实践
适用于云原生应用以及微服务架构应用的监控和度量

• request Rate： 每秒接收的请求数
• request Errors：每秒失败的请求数
• request Duration： 每个请求所花费的时长