← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1590

命运共享决定监控分组粒度

理解等级:未标注

大型监控系统的分组层级依据”命运共享”原则设计:会因同一根源一起失败的实体应归入同一组。一个 任务的所有实例共享同一份配置文件,一旦配置出错就会一起失败,因此归为一组;一个分片下的多个 任务运行在同一数据中心、共享同一套网络结构,一旦网络故障就会同时失效,因此归为更大的一组。 按此设计的分层聚合结构,能让报警层级本身提示故障波及的边界。

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10章 基于时间序列数据进行有效报警 · 查看原书依据

      一个工程师可以将这个层级关系体现在Borgmon体系中,使得调试单独组件时可以单独获取对应信息。这种分组结构一般是根据命运共享(share of fate)理念进行的。例如一个任务的所有实例是命运共享的,由于它们共享一个配置文件(可能会由于错误的配置文件而同时失败)。而一个分片中的任务也是命运共享的,因为它们都运行在同一个数据中心中,而数据中心由于使用同一个网络结构而有可能同时失败。 通过使用Borgmon标签机制,我们可以针对任务进行区分:Borgmon给每个目标添加对应的实例名称、分片,以及所在的数据中心。

    参考来源

    - 位置:《SRE:Google运维解密》第10章《基于时间序列数据进行有效报警》(源文件:_epub-src/OEBPS/Text/0009_0001.xhtml) - 结论依据:原文明确用"命运共享(share of fate)"解释分组逻辑,并举例说明任务因共享配置文件、分片因共享数据中心网络而各自归组。 - 原始内容:这种分组结构一般是根据命运共享(share of fate)理念进行的。例如一个任务的所有实例是命运共享的,由于它们共享一个配置文件……而一个分片中的任务也是命运共享的,因为它们都运行在同一个数据中心中,而数据中心由于使用同一个网络结构而有可能同时失败。