資訊專欄INFORMATION COLUMN
摘要：本文將分享是為何以及如何開(kāi)發(fā)出最佳實(shí)踐方法來(lái)使用在中監(jiān)控應(yīng)用程序的。什么是監(jiān)控最近有很多關(guān)于的消息，尤其是在中監(jiān)控應(yīng)用程序這方面。方法遵循中提及的原則，聚焦于檢測(cè)最終用戶在使用服務(wù)時(shí)關(guān)心的東西。
本文來(lái)自Weaveworks的工程師Anita Burhrle在Rancher Labs與Weaveworks聯(lián)合舉辦的Online Meetup上的技術(shù)分享。在此次分享中，嘉賓們討論了如何使用Rancher、Weave Cloud和Prometheus來(lái)輕松部署、管理與監(jiān)控Kubernetes。本文將分享Weave是為何以及如何開(kāi)發(fā)出RED最佳實(shí)踐方法來(lái)使用Prometheus在Kubernetes中監(jiān)控應(yīng)用程序的。
什么是Prometheus監(jiān)控？最近有很多關(guān)于Prometheus的消息，尤其是在Kubernetes中監(jiān)控應(yīng)用程序這方面。深入RED方法之前，我們先了解一些背景內(nèi)容。應(yīng)用程序運(yùn)行在容器上并由Kubernetes負(fù)責(zé)調(diào)度，在此環(huán)境中它們是高度自動(dòng)化并且動(dòng)態(tài)的。傳統(tǒng)的監(jiān)控工具一般是基于服務(wù)器，只監(jiān)控靜態(tài)的服務(wù)，所以當(dāng)要在這種動(dòng)態(tài)環(huán)境監(jiān)控應(yīng)用程序時(shí)，傳統(tǒng)的監(jiān)控工具往往很難滿足這一需求。
這時(shí)就需要Prometheus出馬了。
Prometheus是一個(gè)開(kāi)源項(xiàng)目，最初由SoundCloud的工程師開(kāi)發(fā)。它專門(mén)用于監(jiān)控那些運(yùn)行在容器中的微服務(wù)。每經(jīng)過(guò)一個(gè)時(shí)間間隔，數(shù)據(jù)都會(huì)從運(yùn)行的服務(wù)中流出，存儲(chǔ)到一個(gè)時(shí)間序列數(shù)據(jù)庫(kù)中，這個(gè)數(shù)據(jù)庫(kù)之后可以通過(guò)PromQL語(yǔ)言查詢。另外，因?yàn)閿?shù)據(jù)是以時(shí)間序列存儲(chǔ)的，當(dāng)出現(xiàn)問(wèn)題時(shí)，可以根據(jù)這些時(shí)間間隔進(jìn)行診斷，另外還可以預(yù)測(cè)基礎(chǔ)設(shè)施的長(zhǎng)期監(jiān)控趨勢(shì)----這是Prometheus的兩大功能。
在Weaveworks，我們把服務(wù)搭建在Prometheus的開(kāi)源分布上，并且創(chuàng)建了一個(gè)可擴(kuò)展、多租戶的版本，這是我們軟件即服務(wù)概念的一部分，稱為Weave Cloud。
現(xiàn)在，該服務(wù)已經(jīng)運(yùn)行了幾個(gè)月，同時(shí)也使用Weave Cloud監(jiān)控自己本身，在這個(gè)過(guò)程中我們積累到了一些有關(guān)監(jiān)控云本機(jī)應(yīng)用程序的經(jīng)驗(yàn)，并根據(jù)這些經(jīng)驗(yàn)設(shè)計(jì)了一個(gè)系統(tǒng)來(lái)確定在檢測(cè)代碼前需要測(cè)量什么。
該檢測(cè)什么？在搭建Prometheus監(jiān)控時(shí)，確定需要收集的指標(biāo)類型十分重要，這些指標(biāo)和應(yīng)用程序相關(guān)。選擇的指標(biāo)可以簡(jiǎn)化故障發(fā)生時(shí)排除故障的流程，并且還可以在服務(wù)和基礎(chǔ)設(shè)施上保持很高的穩(wěn)定性。為幫助理解instrument的重要性，我們定義了一個(gè)稱之為RED方法的系統(tǒng)。
RED方法遵循Four Golden Signals中提及的原則，聚焦于檢測(cè)最終用戶在使用web服務(wù)時(shí)關(guān)心的東西。
在RED方法中，我們通過(guò)監(jiān)控三項(xiàng)關(guān)鍵指標(biāo)來(lái)管理架構(gòu)中的每個(gè)微服務(wù)：
（Request）Rate – 你的服務(wù)所服務(wù)的每秒的請(qǐng)求數(shù)
（Request）Errors – 每秒失敗的請(qǐng)求數(shù)
（Request）Duration – 每個(gè)請(qǐng)求所花費(fèi)的時(shí)間，用時(shí)間間隔表示
RED方法希望由Rate、Errors、Duration三項(xiàng)指標(biāo)涵蓋最典型的Web服務(wù)問(wèn)題。同時(shí)這些指標(biāo)還能夠反映出請(qǐng)求的錯(cuò)誤率。通過(guò)這三項(xiàng)指標(biāo)，我們就能監(jiān)測(cè)到通常情況下會(huì)影響客戶體驗(yàn)的問(wèn)題。
如果想要獲得更細(xì)節(jié)的信息，還需要用到Saturation指標(biāo)。Saturation指標(biāo)用在USE（Utilization Saturation and Errors）方法中，它指的是一種帶有額外作業(yè)的資源，而該資源不能夠提供服務(wù)，因此必須添加到隊(duì)列中以備后續(xù)處理。
USE vs. RED方法對(duì)比兩種方法，USE方法更側(cè)重于監(jiān)控的性能，并以此為出發(fā)點(diǎn)尋找影響性能問(wèn)題的根本原因以及其他系統(tǒng)的瓶頸。
在理想狀態(tài)下，我們可以在監(jiān)控應(yīng)用程序時(shí)同時(shí)使用USE和RED方法。
為什么要對(duì)每個(gè)服務(wù)衡量相同的指標(biāo)從監(jiān)控的角度來(lái)看，如果能處理好每項(xiàng)服務(wù)，你的運(yùn)營(yíng)團(tuán)隊(duì)就可以在此基礎(chǔ)上繼續(xù)擴(kuò)展服務(wù)。
擴(kuò)展性對(duì)運(yùn)營(yíng)團(tuán)隊(duì)意味著什么？
我們從這個(gè)角度看待問(wèn)題，一個(gè)團(tuán)隊(duì)可以支持多少個(gè)服務(wù)。在理想狀態(tài)下，一個(gè)團(tuán)隊(duì)可以支持的服務(wù)數(shù)量和團(tuán)隊(duì)規(guī)模無(wú)關(guān)，而取決于其他因素，比如SLA協(xié)議的響應(yīng)類型以及是否需要全天候覆蓋等等。
如何將可支持的服務(wù)數(shù)量與團(tuán)隊(duì)規(guī)模去藕化？
辦法是讓每一個(gè)服務(wù)都變得一樣。這既減少了團(tuán)隊(duì)針對(duì)特定的服務(wù)進(jìn)行培訓(xùn)的數(shù)量，還減少了在高壓事件響應(yīng)場(chǎng)景或者所謂“認(rèn)知負(fù)載”這些針對(duì)特定服務(wù)的特殊情況發(fā)生時(shí)，呼叫者需要記錄的內(nèi)容。
容量規(guī)劃：
考慮QPS（每秒查詢次數(shù)）和延遲
自動(dòng)化任務(wù)以及發(fā)出警報(bào)：
RED方法的優(yōu)點(diǎn)在于它可以幫助你考慮如何在儀表板中顯示信息。通過(guò)這三個(gè)指標(biāo)，你可以對(duì)儀表板的布局進(jìn)行調(diào)整，讓它更易于閱讀，并在問(wèn)題發(fā)生時(shí)發(fā)出警報(bào)。例如，一個(gè)布局可能意味著 --- 每個(gè)服務(wù)都有一個(gè)不同的Weave Cloud記事本，包含了PromQL查詢的請(qǐng)求&錯(cuò)誤，以及每個(gè)服務(wù)的延遲。
毫無(wú)疑問(wèn)，如果把所有的服務(wù)都視為一樣的，那么將會(huì)更加易于自動(dòng)化執(zhí)行重復(fù)任務(wù)。
PromQL查詢
在Weave Cloud上監(jiān)控RED方法中的指標(biāo)
局限性事實(shí)上，這種方法（RED）僅適用于請(qǐng)求驅(qū)動(dòng)的服務(wù)——比如，它在處理面向批處理的服務(wù)或者流服務(wù)時(shí)會(huì)發(fā)生錯(cuò)誤。對(duì)于請(qǐng)求驅(qū)動(dòng)它也不是完全適用，當(dāng)需要監(jiān)控其他東西——比如主機(jī)CPU&內(nèi)存或者緩存資源時(shí)，USE方法表現(xiàn)的更好。
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://www.ezyhdfw.cn/yun/27060.html
摘要：根據(jù)配置文件，對(duì)接收到的警報(bào)進(jìn)行處理，發(fā)出告警。在默認(rèn)情況下，用戶只需要部署多套，采集相同的即可實(shí)現(xiàn)基本的。通過(guò)將監(jiān)控與數(shù)據(jù)分離，能夠更好地進(jìn)行彈性擴(kuò)展。參考文檔本文為容器監(jiān)控實(shí)踐系列文章，完整內(nèi)容見(jiàn) 系統(tǒng)架構(gòu)圖 1.x版本的Prometheus的架構(gòu)圖為：showImg(https://segmentfault.com/img/remote/1460000018372350?w=14...
摘要：根據(jù)配置文件，對(duì)接收到的警報(bào)進(jìn)行處理，發(fā)出告警。在默認(rèn)情況下，用戶只需要部署多套，采集相同的即可實(shí)現(xiàn)基本的。通過(guò)將監(jiān)控與數(shù)據(jù)分離，能夠更好地進(jìn)行彈性擴(kuò)展。參考文檔本文為容器監(jiān)控實(shí)踐系列文章，完整內(nèi)容見(jiàn) 系統(tǒng)架構(gòu)圖 1.x版本的Prometheus的架構(gòu)圖為：showImg(https://segmentfault.com/img/remote/1460000018372350?w=14...
摘要：比如定義了基礎(chǔ)的數(shù)據(jù)類型以及對(duì)應(yīng)的方法收集事件次數(shù)等單調(diào)遞增的數(shù)據(jù)收集當(dāng)前的狀態(tài)，比如數(shù)據(jù)庫(kù)連接數(shù)收集隨機(jī)正態(tài)分布數(shù)據(jù)，比如響應(yīng)延遲收集隨機(jī)正態(tài)分布數(shù)據(jù)，和是類似的庫(kù)的詳細(xì)解析可以參考本文為容器監(jiān)控實(shí)踐系列文章，完整內(nèi)容見(jiàn) 概述 Prometheus從2016年加入CNCF，到2018年8月畢業(yè)，現(xiàn)在已經(jīng)成為Kubernetes的官方監(jiān)控方案，接下來(lái)的幾篇文章將詳細(xì)解讀Promethu...
摘要：比如定義了基礎(chǔ)的數(shù)據(jù)類型以及對(duì)應(yīng)的方法收集事件次數(shù)等單調(diào)遞增的數(shù)據(jù)收集當(dāng)前的狀態(tài)，比如數(shù)據(jù)庫(kù)連接數(shù)收集隨機(jī)正態(tài)分布數(shù)據(jù)，比如響應(yīng)延遲收集隨機(jī)正態(tài)分布數(shù)據(jù)，和是類似的庫(kù)的詳細(xì)解析可以參考本文為容器監(jiān)控實(shí)踐系列文章，完整內(nèi)容見(jiàn) 概述 Prometheus從2016年加入CNCF，到2018年8月畢業(yè)，現(xiàn)在已經(jīng)成為Kubernetes的官方監(jiān)控方案，接下來(lái)的幾篇文章將詳細(xì)解讀Promethu...
摘要：儀表板是一個(gè)附加組件，它能提供集群上運(yùn)行的資源的概述信息?？梢院苋菀椎貏?chuàng)建圖形，并且把它們合并稱儀表板，而這些儀表板由一個(gè)強(qiáng)大的身份驗(yàn)證和授權(quán)層保護(hù)，它們還可以和其他儀表板進(jìn)行共享而不需要訪問(wèn)服務(wù)器本身。 介 紹 Kubernetes在Github上擁有超過(guò)4萬(wàn)顆星，7萬(wàn)以上的commits，以及像Google這樣的主要貢獻(xiàn)者。Kubernetes可以說(shuō)已經(jīng)快速地接管了容器生態(tài)系統(tǒng)，成...
閱讀 2430·2021-11-24 10:31
閱讀 3487·2021-11-23 09:51
閱讀 2327·2021-11-15 18:11
閱讀 2450·2021-09-02 15:15
閱讀 2516·2019-08-29 17:02
閱讀 2346·2019-08-29 15:04
閱讀 908·2019-08-29 12:27
閱讀 2921·2019-08-28 18:15
