查看原文

后端的计算资源这几年在剧烈变更，DevOps 们应该意识到很多 Monitoring 的基本概念也应该要跟上了！

Monitoring 的核心是观察和监测系统行为，如何界定系统行为是正确的。我们的部署和开发流程以天，小时的速度在迭代，变更让系统变的很脆弱，也使其正确性更难界定。各种后端服务的引入让系统混入网络问题的复杂性。节点死死生生，架构动态扩容缩容，监控应该如何面对这些挑战呢？

• 自顶向下地梳理业务，核心组件必须监控到位。
• 系统不是非好即坏，数字或者延时是更好的指标。这里面的挑战是，即便是每分钟采点，大量的指标也会产生大量的数据。怎么分析呢？统计学可以是解决系统行为的好工具。
• 对过去发生的事故仔细分析，从数据点中找出关联，从而监控到位。
• 设定 SLI/SLO/SLA，从服务级别去思考服务的监控（跟第一点很像）。

衍生思考：从裸的监控指标中抽取出有意义的，面向服务或商业的解读正是我个人目前的主要工作内容。这篇文章讲到的这几点确实是我目前工作中遇到的难点。尽管讲的很虚，但又觉得梳理地很到痛点。