1. 监控概述

为什么要监控？

1. 自动问题发现：通过实时监控系统，可以自动识别产品和底层架构中的问题，并通知相关人员进行处理。
2. 及时故障管理：实时反馈系统状态，有助于迅速发现和解决问题，从而减少故障影响范围。
3. 数据分析：监控收集的数据可以用于进一步分析和智能化处理，如用于 AI 和 Ops 等领域。
4. 历史追溯与趋势分析：监控提供的数据可用于问题追溯、性能评估以及未来趋势分析。

怎么进行监控？

• 使用监控工具：

  • 优点：快速部署。
  • 缺点：不适用于长时间历史数据分析，缺乏可视化功能。

• 使用监控系统：

  • 优点：提供完整的工作流。
  • 缺点：可能需要复杂的部署和设置。
  • 示例：开源系统如 Zabbix、OpenFalcon、Prometheus（适合容器监控），以及各类商业产品。

监控什么？

监控对象包括硬件、系统、应用、安全、API 和业务流量。

监控对象	监控内容
硬件监控	温度、硬件故障等。
系统监控	CPU 利用率、内存使用、磁盘 IO、网络流量等。
应用监控	如 Nginx、Tomcat、MySQL、Redis 等的性能和稳定性。
日志监控	系统日志、服务日志、访问日志、错误日志等。
安全监控	WAF 检测、防止敏感文件被篡改。
API 监控	可用性、请求数量、响应时间等。
业务监控	如订单数量、注册用户数、活跃用户数等业务指标。
流量分析	用户地理位置、页面访问情况、页面停留时间等信息。

硬件监控

• 监控 CPU、主板、硬盘、网卡等硬件的故障和温度。
  • 故障监控：及时发现硬件故障。
  • 温度监控：预防硬件过热导致故障。

系统监控

• 监控 CPU 利用率、内存使用、磁盘 IO 等。
  • CPU 监控：评估服务器负载。
  • 内存监控：评估资源利用率。
  • 磁盘 IO 监控：评估磁盘性能。

应用监控

• 监控并发数、响应时间、错误率等。
  • 并发数监控：评估服务器承载能力。
  • 响应时间监控：评估应用性能。
  • 错误率监控：评估应用稳定性。

日志监控

• 监控系统日志、服务日志、访问日志、错误日志。
• 通过日志分析异常，及时发现并处理问题。

安全监控

• 包括 WAF 和敏感文件监控。
  • WAF：检测和阻止恶意访问。
  • 敏感文件监控：防止敏感文件被恶意代码修改和植入。

API 监控

• 监控 API 的可用性、请求数量、请求类型、响应时间等。

业务监控

• 监控网站订单数量、用户注册数、活跃用户数等业务指标，通过数据库分析数据，优化业务决策。

流量分析

• 分析用户流量，获取用户分布、页面访问情况、停留时间等，优化用户体验和业务效益。

准备工作

在进行实时监控之前，需要进行如下准备：

• 熟悉被监控对象
• 整理监控指标
• 定义告警阈值
• 制定故障处理流程

Prometheus 的监控范围

• 硬件监控：可通过第三方提供的代理进行监控。
• 系统和应用监控：官方提供的 exporter 可以暴露系统数据，适合 Prometheus。
• 日志、安全和业务监控：Prometheus 对此支持较弱。
• API 监控：擅长 HTTP 服务监控。