运维监控大数据的提取与分析

本文内容整理来自【敏捷运维大讲堂】蒋君伟老师的线上直播分享。分别从以下3个维度来分享：1、云时代监控分析的窘境；2、使用标签标记监控数据的维度；3、监控数据应用场景。

云时代监控分析的窘境

在虚拟化与容器技术广泛应用的情况下，运维对象大规模地增长，监控平台每天存储的指标都以亿计，所以监控数据如今已经成了大数据。传统的监控工具在这种场景下，对于数据的提取分析，已经力不从心，反而成为了运维的负担。

我们用一个典型的互联网档案分析应用举例说明：

这个应用支持容灾与负载均衡，它部署在三个数据中心，并同时提供服务；

应用按微服务思想设计，内部划分为多个技术组件，包括APIGateway、档案、登记、通知、支付及一些数据库服务

技术组件可弹性扩缩容

这样的应用目前很常见，它有这样一些特征：

变：架构变、实例变

由于研发每周都在迭代，可能随时都加增加新的技术组件种类，如增加一个MongoDB作为文档类数据存储；同时由于弹性扩缩容，每个技术组件的实例时刻也在变，比如下图，就减少了一个档案服务，增加了一个支付服务：

这给监控带来了难题：如何监控经常变化的目标？ 答案是：监控配置自动化，随基础架构扩展，并标记监控目标。

在Zabbix与UYUN Monitor产品中，都可以使用自动部署与发现来实现自动扩展监控。Zabbix主要使用标记与自动分组的方式，而Monitor则使用标签的方式：

多：种类多、实例多

一个公司可能存在30多个这样的集群应用，它使用上百种技术组件，数千个虚拟机或容器实例。如此大的规模，带来了巨大的监控复杂度，新的难题是：我们变得更难预测的故障诊断场景！

我们举几个具体的场景来说明这点：

场景1：我想要知道所有的档案查询次数

档案查询次数是衡量整个应用业务量的一个重要指标，这个场景的难点是档案服务是多实例的，并且分布在多个数据中心。针对这个场景，我们的解题思路是：合计所有数据中心的所有档案服务的查询API调用次数，即下图中所有红色部份：

使用Zabbix时，可以按如下步骤：

创建一个档案服务group，包含所有数据中心的所有档案服务

创建一个item，使用汇聚 groupfunc 合计 group 内的所有查询API调用次数

使用UYUM Monitor时，则配置如下字符串即可：

m=sum:查询API调用次数{技术组件=档案服务}

实现效果：

场景2：我想知道APIGateway TCP连接数三个中心的各自占比

通过连接数占比，我们可以分析出各个数据中心的负载是否均衡。其解题思路是：独立合计每个数据中心的APIGateway TCP连接数，即如下红色部份：

使用Zabbix时，可以按如下步骤配置：

创建三个数据中心APIGateway group g1. 杭州东 APIGateway group g2. 杭州西 APIGateway group g3. 宁波 APIGateway group

创建对应item 分别统计其TCP连接数合计

使用UYUM Monitor时，还是配置如下字符串即可：

m=sum:TCP连接数{数据中心=*,技术组件=APIGateway}

实现效果：

场景3：我想知道各种服务的主机CPU平均利用率趋势

通过将一些技术组件的CPU利用率在一个趋势图中显示，我们可以利用指标间的正相关性，来分析组件间的影响，比如档案服务的CPU利用率升高时，提供其数据的Redis服务CPU使用率也在升高。其解题思路为：分别为每种服务求得其主机CPU平均利用率，并在一个趋势图中展示。

使用Zabbix时，可以按如下步骤配置：

创建各个技术组件对应的group，包含：是APIGateway、档案、登记、通知、支付、MySQL等等

创建对应item 分别统计其主机CPU利用率平均值

而使用UYUM Monitor时，依然是配置如下字符串：

起始时间=30分钟前&m=avg:主机CPU利用率{技术组件=*}

实现效果：

使用标签标记监控数据的维度

我们可以看出，Zabbix与Monitor针对一些数据的提取方式是不一样的。Zabbix更多的是使用Group分组的方式，来梳理某些维度同类型的信息，这种方式是我们过去惯用的，组织一棵树来抽象世界。

但是，世界其实是平的，各种事物实际上是平等存在的，只是它们有着各自的特性而已。所以，我们所需要的只是按需用这些特性标签来提取它们。举例来说，下图就可以看到两个主机的各种标签：

使用UYUN Monitor时，可以按很多种不同的方式来建立标签，包括：

1、安装代理时指定

2、查看主机信息时指定

3、以及通过自定义脚本推送指标时指定 推送到本机代理：

在为监控对象建立好这些标签后，我们就可以充分使用标签带来的便利，随需查询，不预设场景。

监控数据应用场景

新一代的监控系统，其本质实际上是一个监控大数据收集与分析平台，它不限定监控底层的数据来源以便全面覆盖运维对象，通过海量存储与灵活的数据提取能力，为上层的各种运维场景，提供如大屏可视化、报警、分析报表等功能。

UYUN Monitor 也提供了多种上层的运维分析功能，包括：

1、个性丰富的仪表盘，能灵活提取各类监控数据按多种方式展现

2、指标的阈值检查策略，能对集群指标进行综合汇聚与告警

3、第三方数据查询OpenAPI，提供数据的二次消费入口

可以看出,面对云时代,我们对监控系统的要求已经产生了变化,监控系统实际上已经转变 为一个监控大数据收集与分析平台,它不限定监控底层的数据来源以便全面覆盖运维对象, 通过海量存储与灵活的数据提取能力,为上层的各种运维场景,提供如大屏可视化、报警、 分析报表等功能。

本次主题《监控大数据的提取与分析》的分享希望对大家有所帮助，优云敏捷运维大讲堂面向运维领域的技术分享、最佳实践将不定期与大家见面，敬请期待。

讲师介绍

蒋君伟

•  IT运维领域资深专家，优云软件产品总监，拥有10年运维实战经验

•  先后研发了网络管理、系统管理、CMDB、ITSM等产品，并成功建设了多个全国性的网络运维管理项目

优云全线产品免费试用：https://www.uyun.cn