活动网站推广,郑州网约车从业资格证,什么是网站开发工程师,html网站设计模板主机监控是保证系统稳定性和性能的重要环节之一#xff0c;那应该如何实现对主机的立体监控#xff1f;
本期EasyOps产品使用最佳实践#xff0c;我们将为您揭晓#xff1a; 主机应该如何分组和管理#xff1f; 主机监控应该关注哪些关键性指标#xff1f;
背 景
通… 主机监控是保证系统稳定性和性能的重要环节之一那应该如何实现对主机的立体监控
本期EasyOps产品使用最佳实践我们将为您揭晓 主机应该如何分组和管理 主机监控应该关注哪些关键性指标
背 景
通过监控主机的各项指标我们可以及时发现问题、诊断故障并采取相应的措施来确保主机的正常运行。本文将结合之前的最佳实践综合性介绍主机监控的目标和实现方式以帮助您有效地监控主机的关键指标。
主 机 监 控 目 标
在进行主机监控时我们通常关注以下几个重要指标 在监控上述指标的实践中我们不仅会进行指标的采集和监测还会对异常情况进行告警处理。在进行告警时我们注重提供丰富的信息和指标以更加友好和直观的方式向用户发送告警通知以协助用户进行告警分析和故障排查。
通过丰富的告警信息我们可以提供更多的上下文和细节帮助用户更好地理解告警的原因和影响。告警信息可能包括详细的指标数值、触发告警的条件、相关的主机或服务信息等以帮助用户快速定位问题所在。
下面我将基于EasyOps平台的优维的EasyOps监控系统一步一步从0开始实践如何对主机实现立体监控。
实 践
1.主机分类
首先为了更好地进行主机监控我们需要对主机进行分类。通常情况下我们会关注生产环境中的主机或者具备一些特定特征的主机。通过对主机进行分类我们可以更有针对性地进行监控和管理。而借助 CMDB 平台的查询策略我们可以方便地对主机进行分类和查看。
主机分类的方式可以根据不同的需求和业务场景来确定。以下是一些常见的主机分类方式 按照环境分类将主机划分为生产环境、开发环境、测试环境等以便针对不同环境进行监控和管理。 按照业务应用分类将主机按照所承载的业务应用进行分类例如 Web 服务器、数据库服务器、应用服务器等以便更好地追踪和管理各个业务应用的性能和可用性。 按照地理位置分类将主机按照地理位置进行分类例如不同地区、不同数据中心或机房的主机以便进行地域性的监控和管理。 按照硬件配置分类将主机按照硬件配置进行分类例如不同型号、不同规格的主机以便更好地了解不同硬件配置对性能的影响。
在本次实践中我的监控对象分为两种类型 按环境和用途区分以归类于“生产环境主机” 按虚拟化类型区分已归类于“宿主机“
如下图所示 上面可以看到有两条查询策略仅需点击查询策略后即可过滤出主机组。
2.采集策略
在优维的EasyOps监控系统中主机作为最基本和基础的监控资源对象已经内置好主机采集策略。我们可能需要稍微对采集范围做一些调整以符合我们的监控目标需求。此处我将重新建立一条监控采集策略以帮助您了解一条采集策略需要包含哪些基本内容
新建采集策略
点击右上角的新建选择system套件填入所需的任务名指标集等信息。 特别说明system套件是主机采集套件将对主机的cpu、内存、网络、磁盘、文件系统和进程等信息进行采集。
选择采集实例范围 此处基于CMDB的查询策略可快速过滤出目标主机组。此处我们过滤出生产环境的宿主机作为监控对象。如下所示 点击下一步保存即可。
稍等片刻即可看到所有的实例对象的采集状态都是正常说明指标采集成功。 针对于宿主机这个主机组已经配置完成。
而针对于生产环境主机这个主机组步骤也一样此处不赘述。
3.告警规则
接下来针对监控目标的表格设定告警规则。我们的告警规则设定如下仅供参考 新建规则
右上角点击新建规则 注意选择的类型为主机。
而后添加监控目标此处的监控目标就是CMDB查询策略中定义好的规则。此处我们已经把规则建立好因此可以直接绑定已有查询策略 建立告警套件策略
我们的阈值条件判断是主机5分钟单核平均负载大于5「或」cpu使用率大于85%因此这是一个或条件。此时在告警来源中我们选择「从【阈值条件.任意条件】产生」如果是与条件则选择「从所有条件产生」。 为了准确触发告警系统使用连续的3个数据点来判断是否达到告警条件。每分钟采集一次数据如果在连续的3分钟内命中告警条件系统将触发相应的告警通知。
在设计告警策略时系统考虑了告警的延迟以适应可能的瞬时异常情况从而提高告警的准确性。因此即使出现短暂的异常情况系统会等待一段时间确认后再触发告警以减少误报的可能性。 告警分析
当主机发出告警后了解关于该主机的上下文信息对于告警分析和问题解决非常重要。监控平台支持联动CMDB模型中的属性信息可以非常灵活地在告警信息中包含来源于CMDB的实例属性并且还能关联目标指标的关联指标信息以提供更丰富的信息支持。比如 主机负责人在告警通知中包含主机的负责人联系信息以便管理员可以直接与负责人进行沟通和协调。 关联指标对于本例中的CPU负载告警我们可以在告警通知中包含当前的CPU使用率
因此我们可以基于告警分析中的告警丰富和信息丰富去完成。
信息丰富添加负责人
通过选择CMDB的主机模型中的属性信息添加到告警通知中让我们可以得知该主机的负责人以便当主机告警时可以得知应该谁去处理该告警。 指标丰富丰富CPU信息 此时告警模板中就可以添加丰富的信息。
更多地根据实际情况添加即可。如下告警分析供参考 告警通知
最后添加告警通知。告警通知支持多种通知媒介此处以钉钉机器人为例子说明。 简单地填写好配置信息后我们重点添加告警内容的模板结合我们上一篇的最佳实践《一个“好”的告警通知是怎样的》我们可以得出以下的模板
这里给出一个示例如下
●告警模板
{{time|ts2str:%Y-%m-%d %H:%M}} 产生告警事件/font/h2 | 事件类型 | SLO事件 |
| --- | --- |
| 告警等级 | {{levelName}} |
| 告警资源 | {{******}} |
| 告警信息 | {{originContent}} |
| 运营负责人 |{{instance|jsonpath:$.owner[*].name|unique|join:,}} |
| 持续时长 | {{duration|duration_format:zh}} |
| 首次发生时间 | {{startTime|ts2str:%Y-%m-%d %H:%M}} |
| 事件详情 | [请点击](http://*****.******.*****/next/events/{{eventId}}/detail) |
| 策略详情 | [请点击](http://*****.******.*****/next/events/alert-rule/alert-rule/{{ruleId}}/edit) |{% if metricName ! 主机agent状态 metricName ! detect_code metricName ! detect_time_cost %}| 采集任务 | [{{collectorJob|showname|default:请点击}}](http://*****.******.*****/next/infra-monitor/setting/collection-strategy/{{collectorJob|mvalue:instanceId}}/detail) |{% elif metricName detect_code || metricName detect_time_cost %}| 采集任务 | [{{collectorJob|showname|default:请点击}}](http://*****.******.*****next/infra-monitor/setting/collection/detect/{{collectorJob|mvalue:instanceId}}/detail) |{% endif %} ●告警解除模板 {{time|ts2str:%Y-%m-%d %H:%M}} 告警事件解除/font/h2 | 事件类型 | SLO事件 |
| --- | --- |
| 告警等级 | {{levelName}} |
| 告警资源 | {{******}} |
| 告警信息 | {{originContent}} |
| 运营负责人 |{{instance|jsonpath:$.owner[*].name|unique|join:,}} |
| 持续时长 | {{duration|duration_format:zh}} |
| 首次发生时间 | {{startTime|ts2str:%Y-%m-%d %H:%M}} |
| 事件详情 | [请点击](http://*****.******.*****/next/events/{{eventId}}/detail) |
| 策略详情 | [请点击](http://*****.******.*****/next/events/alert-rule/alert-rule/{{ruleId}}/edit) |{% if metricName ! 主机agent状态 metricName ! detect_code metricName ! detect_time_cost %}| 采集任务 | [{{collectorJob|showname|default:请点击}}](http://*****.******.*****/next/infra-monitor/setting/collection-strategy/{{collectorJob|mvalue:instanceId}}/detail) |{% elif metricName detect_code || metricName detect_time_cost %}| 采集任务 | [{{collectorJob|showname|default:请点击}}](http://*****.******.*****/next/infra-monitor/setting/collection/detect/{{collectorJob|mvalue:instanceId}}/detail) |{% endif %}
保存后即完成了告警规则。
当告警发生时会发出如下通知 告警解除后发出以下通知 到此为止主机监控的配置已经完成此时您的主机已经纳入到监控系统中通过主机监控您可以及时掌握主机的状态和性能情况。 并且通过告警和监控dashboard及早发现并分析潜在问题提高系统的稳定性和可靠性。
