返回主题:混沌工程与韧性实验

此卡片不在当前主题的阅读序列中,可返回主题继续阅读。

知识卡片

普通读书笔记卡 · 1575

黑盒白盒监控的互补边界

理解等级:未标注

黑盒监控只从外部探测用户能感知到的行为,只能证明”问题正在发生”,无法预警”问题即将发生”; 白盒监控依赖系统内部暴露的指标,既能捕捉当前故障,也能捕捉被重试机制掩盖、用户还没感知但 已在积累的隐患。两者是分工而非取舍:紧急报警应主要靠黑盒监控的确定性触发,避免把预测性 判断当作立即行动的信号;调试和根因定位则依赖白盒监控的内部细粒度数据。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第6章 分布式系统的监控 · 查看原书依据

      黑盒监控与白盒监控 Google大量依赖白盒监控,黑盒监控用得虽然不多,但都是在关键地方使用。黑盒监控与白盒监控最简单的区别是:黑盒监控是面向现象的,代表了目前正在发生的—而非预测会发生的—问题,即“系统现在有故障”。白盒监控则大量依赖对系统内部信息的检测,如系统日志、抓取提供指标信息的HTTP节点等。白盒监控系统因此可以检测到即将发生的问题及那些重试所掩盖的问题等。 这里应该注意,在一个多层系统中,某一个服务的现象是另外一个服务的原因。例如,数据库性能问题。数据库读操作很缓慢是数据库SRE检测到的一个现象。然而,对前端SRE来说,他们看到的是网站缓慢,数据库读操作的缓慢则是原因。因此,白盒监控有时是面向现象的,有时是面向原因的,这取决于白盒系统所提供的信息。 当收集用于调试的遥测数据时,白盒监控是必不可少的。如果Web服务器看起来在那些依赖数据库的请求上很慢时,我们需要同时知道Web服务器检测到的数据库速度与数据库自己检测到的速度。否则,无法区分出到底是数据库问题还是Web服务器与数据库服务器之间的网络问题。 黑盒监控可以保证系统只在某个问题目前正在发生,并且造成了某个现象时才会发出紧急警报。另外一方面,针对那些还没有发生,但是即将发生的问题,黑盒监控通常是没用的。

    参考来源

    - 位置:《SRE:Google运维解密》第6章《分布式系统的监控》"黑盒监控与白盒监控"一节(源文件:_epub-src/OEBPS/Text/0008_0004.xhtml) - 结论依据:原文定义黑盒监控"是面向现象的,代表了目前正在发生的……而非预测会发生的……问题",白盒监控"可以检测到即将发生的问题及那些重试所掩盖的问题",并以数据库与Web服务器延迟排查为例说明白盒数据对调试的必要性。 - 原始内容:"黑盒监控与白盒监控最简单的区别是:黑盒监控是面向现象的……即‘系统现在有故障’。白盒监控则大量依赖对系统内部信息的检测……因此可以检测到即将发生的问题及那些重试所掩盖的问题等……黑盒监控可以保证系统只在某个问题目前正在发生……才会发出紧急警报。"