[[151204]]

創(chuàng)業(yè)團隊往往人少，強調(diào)效率，強調(diào)速度，所以一般會選擇使用公有云來部署業(yè)務(wù)，基于云的監(jiān)控是一個難點，本文討論創(chuàng)業(yè)團隊云上監(jiān)控的方法。

要分享這個題目，是因為前幾天我有個朋友，剛好就在一個創(chuàng)業(yè)團隊，他們的業(yè)務(wù)初步上線，效果比較好，但是有幾次業(yè)務(wù)出現(xiàn)問題，都是收到用戶反饋，然后才去排查，從發(fā)現(xiàn)到處理完成，時間已經(jīng)很長了。經(jīng)過幾次折騰，這時候才意識到監(jiān)控的重要性。

為了快速解決問題，他們使用了商業(yè)監(jiān)控方案，效果不錯，用了一周就完成了系統(tǒng)及業(yè)務(wù)層面比較全面的監(jiān)控，能做到業(yè)務(wù)有問題及時短信、郵件報警，然后快速處理。監(jiān)控系統(tǒng)上來之后，明顯縮短了業(yè)務(wù)故障的處理時間，提升了用戶的滿意度。

本文討論以下幾個問題：

那些企業(yè)適合使用公有云

公有云監(jiān)控的難點在那里

云上業(yè)務(wù)應(yīng)監(jiān)控那些方面

云上業(yè)務(wù)監(jiān)控的方法介紹

中小企業(yè)云上監(jiān)控的建議

那些企業(yè)適合使用公有云

云計算的概念熱了好幾年了，云計算、虛擬化對互聯(lián)網(wǎng)行業(yè)來說已經(jīng)是標配。互聯(lián)網(wǎng)行業(yè)現(xiàn)在都是使用各種云，或者使用公有云，或者自己搞私有云。大部分企業(yè)使用的是混合云，即私有云、公有云一起使用，而且即使使用公有云，也會選擇多家使用。

傳統(tǒng)行業(yè)現(xiàn)在也在積極擁抱云計算，各個行業(yè)都在將自己的業(yè)務(wù)和互聯(lián)網(wǎng)結(jié)合，向“互聯(lián)網(wǎng)+”轉(zhuǎn)變。

最開始擁抱公有云的是中小創(chuàng)業(yè)團隊，尤其是手游頁游興起的時候，云確實解決了中小創(chuàng)業(yè)團隊的痛點，不需要自己買服務(wù)器，自己建設(shè)數(shù)據(jù)中心，自己部署網(wǎng)絡(luò)。

中小創(chuàng)業(yè)團隊本來人力、資源緊張，云降低了他們的門檻，使他們可以專注自己的業(yè)務(wù)。初創(chuàng)的云計算公司和中小創(chuàng)業(yè)團隊，一起抱團，開始了云計算行業(yè)的***波使用熱潮，目前這股熱潮還在繼續(xù)。

云計算是目前火熱的創(chuàng)業(yè)浪潮的加速劑，使創(chuàng)業(yè)變的更簡單，門檻更低。甚至，許多企業(yè)已經(jīng)養(yǎng)成了習(xí)慣，公司做大了，上市了，還繼續(xù)使用云，因為確實從云上嘗到了甜頭。國外還有一些例子，經(jīng)歷從云到自建，再到完全純云化的過程。

但是，企業(yè)上云只是***步，業(yè)務(wù)在云上跑得如何，穩(wěn)定不穩(wěn)定，出了問題如何及時發(fā)現(xiàn)，只有及早的發(fā)現(xiàn)，甚至預(yù)警，才能盡量減少業(yè)務(wù)的影響時間和范圍，整個環(huán)節(jié)要依賴許多技術(shù)手段，監(jiān)控就是其中最重要的環(huán)節(jié)之一。

公有云監(jiān)控的難點在那里

***個難點，公有云服務(wù)商不可能提供完善的監(jiān)控手段

從宿主機層面監(jiān)控云主機要做到準確很難，CPU利用率、網(wǎng)絡(luò)、磁盤IO，能做到近似準確，但是更細節(jié)的信息是沒有辦法看到的，比如到底是那個應(yīng)用使用CPU較多，更別說應(yīng)用層面指標的監(jiān)控。

而且即使目前公有云上提供的這些簡單的CPU、網(wǎng)絡(luò)、磁盤監(jiān)控，都是有時間限制的，從7天到30天不等，因為存儲長期的數(shù)據(jù)，會消耗公有云運營商大量的存儲空間。

第二個難點，公有云服務(wù)器即使能提供完善的監(jiān)控服務(wù)，用戶也很顧忌

公有云要提供完善的監(jiān)控數(shù)據(jù)，必須在云主機內(nèi)部安裝客戶端程序，用戶一般都這個都很顧忌，公有云服務(wù)商也會很顧慮。

理論上，從宿主機上獲得正在運行的云主機上的數(shù)據(jù)，難度很低，何況還安裝一個客戶端，大部分用戶是不放心的，前段時間，某云安裝在用戶云主機內(nèi)部的客戶端出現(xiàn)問題，更是一個佐證。

第三個難點，用戶要實施監(jiān)控，成本也比較高

使用云的以中小企業(yè)居多，這些企業(yè)的特點就是開發(fā)人員是個位數(shù)，運維是開發(fā)兼任，最多一個人。這時候運維的主要職責(zé)是業(yè)務(wù)的部署，業(yè)務(wù)跑得穩(wěn)定最重要，對系統(tǒng)、業(yè)務(wù)的監(jiān)控只能做到很初級的監(jiān)控，很難做到非常細致的監(jiān)控。

云上業(yè)務(wù)應(yīng)監(jiān)控那些方面

企業(yè)實施在云部署業(yè)務(wù)，需要監(jiān)控以下幾個方面的內(nèi)容：

1. 云服務(wù)器商的網(wǎng)絡(luò)質(zhì)量情況

這一點最容易被忽視，許多企業(yè)以為選擇了公有云，網(wǎng)絡(luò)質(zhì)量這里就萬事大吉了，放到公有云上面的業(yè)務(wù)，肯定是要依賴網(wǎng)絡(luò)來開展服務(wù)，有些業(yè)務(wù)對網(wǎng)絡(luò)質(zhì)量是非常敏感的，大部分云不提供網(wǎng)絡(luò)質(zhì)量監(jiān)控的，建議上云的企業(yè)，對網(wǎng)絡(luò)質(zhì)量的監(jiān)控也要重視起來。

2. 云主機系統(tǒng)層面的監(jiān)控

云主機系統(tǒng)層面監(jiān)控包括云主機的健康狀況及CPU、內(nèi)存、網(wǎng)絡(luò)、磁盤使用情況，監(jiān)控云主機主要是為了以下幾個方面：

§ 監(jiān)控云主機是否正常運行，如果云主機宕機及時發(fā)現(xiàn);

§ 監(jiān)控云主機的壓力情況，如果壓力超過閥值，及時做出調(diào)整;

§ 監(jiān)控云主機的使用情況，如果長期壓力過低，應(yīng)對業(yè)務(wù)進行壓縮，節(jié)省成本。

3. 業(yè)務(wù)層面的監(jiān)控

經(jīng)常會碰到，云主機運行正常，但是業(yè)務(wù)出現(xiàn)問題，可以分為以下幾種情況：

業(yè)務(wù)進程僵死;

業(yè)務(wù)遇到性能瓶頸，比如讀寫太多，數(shù)據(jù)庫不能支撐，這時候往往在系統(tǒng)層面的指標也可能有反應(yīng);

業(yè)務(wù)邏輯層面的預(yù)定瓶頸，比如業(yè)務(wù)一個進程邏輯上只能支撐1024個鏈接，當(dāng)超過1000鏈接以上，業(yè)務(wù)就不能對外提供服務(wù);

觸發(fā)程序bug。

如果對業(yè)務(wù)層面沒有細致的監(jiān)控，往往業(yè)務(wù)出現(xiàn)問題很長時間，才能發(fā)現(xiàn)，監(jiān)控就是我們的眼睛和雷達，對業(yè)務(wù)指標監(jiān)控的越細，越有利于我們發(fā)現(xiàn)問題，也越有利于我們根據(jù)歷史的監(jiān)控數(shù)據(jù)排查問題，避免下次再發(fā)生同樣的情況。

云上業(yè)務(wù)監(jiān)控方法介紹

我們知道業(yè)務(wù)的監(jiān)控非常重要，那么監(jiān)控方法有那些：

1. 使用開源工具，網(wǎng)絡(luò)質(zhì)量監(jiān)控方面，可以使用開源的SmokePing，系統(tǒng)和業(yè)務(wù)方面，目前國內(nèi)比較流行的是Zabbix，也有其他監(jiān)控工具，比如Cacti等。這些工具的共同特點是：

開源免費;

學(xué)習(xí)曲線比較陡峭，一般要熟練使用需要一到兩年時間;

功能上能滿足基本的需要，但是要監(jiān)控更細致的指標，一般需要二次開發(fā);

很難和自己已有的其他系統(tǒng)整合，要整合需要二次開發(fā)。

2. 使用商業(yè)服務(wù)

國內(nèi)目前在監(jiān)控商業(yè)化方面做的比較好的就是監(jiān)控寶了，可以申請免費試用。

網(wǎng)絡(luò)質(zhì)量方面，監(jiān)控寶有全球的網(wǎng)絡(luò)質(zhì)量監(jiān)控：

也有國內(nèi)的網(wǎng)絡(luò)質(zhì)量監(jiān)控：

監(jiān)控寶有自己固定的節(jié)點，不像使用SmokePing，還需要自己找各地的IP地址，而且自己找的IP地址經(jīng)常會出現(xiàn)ping不通的問題。

云主機系統(tǒng)層面的監(jiān)控方法，監(jiān)控寶有針對云主機專用的解決方案。

甚至還能監(jiān)控Docker虛擬機：

監(jiān)控寶的云主機監(jiān)控對用戶來講非常簡單，一鍵安裝監(jiān)控端，很快就可以出圖，默認就包括非常完善的指標。

比如網(wǎng)絡(luò)質(zhì)量就分為全世界和中國的：

性能方面CPU、內(nèi)存、網(wǎng)絡(luò)、磁盤使用情況指標都有：

也可以非常方便的根據(jù)自己的需要，自定義自己的業(yè)務(wù)監(jiān)控指標：

還可以自定義報警模版及報警方式：

另外，監(jiān)控寶還有API，可以方便的和自己的其他業(yè)務(wù)系統(tǒng)整合起來，還有手機上的APP，在手機上也可以隨時了解自己的業(yè)務(wù)情況。

中小企業(yè)云上監(jiān)控的建議

很多人認為已經(jīng)有開源的解決方案就沒有必要使用商業(yè)方案，其實中小企業(yè)非常適合使用商業(yè)方案，好處如下：

花錢買效率，商業(yè)的解決方案非常完善，幾天之內(nèi)就可以完成部署和使用，而使用開源方案，需要不斷的打磨，周期是以年為單位的，并且隨著業(yè)務(wù)不停的變化，實際是一個長期過程;

不用過多考慮人的因素，好不容易企業(yè)培養(yǎng)起來一個開源監(jiān)控熟練手，結(jié)果離職了，然后一切又要從頭開始;

我的朋友就是使用商業(yè)方案，比較好的解決了自己的問題。當(dāng)然，如果運維開發(fā)工程師比較多了，自己的業(yè)務(wù)規(guī)模已經(jīng)非常大，大到需要構(gòu)建自己的私有云，這時候可能就需要根據(jù)業(yè)務(wù)的需求，開發(fā)一套滿足自己需要的監(jiān)控系統(tǒng)。