返回主题:告警与 SLO

知识卡片

普通读书笔记卡 · 5233

用时间序列规则取代探测脚本

理解等级:中级

传统监控靠脚本探测、检查回复再报警。Borgmon 改为把收集时间序列当首要任务:用标准格式批量、低成本地抓取所有指标,同一份数据既画图也报警;报警规则写成简单数学表达式,并能用全部历史数据计算,而不是每次执行一个子进程。这让监控维护成本很低,能跟上服务规模扩大和部署变化。Prometheus 等开源系统沿用了同样理念。发散:新增服务只需暴露指标。参见[[计数器优于测量器的采集设计]]。

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

      希望借助这些工具,读者可以自行试验、部署本章内描述的一些想法。 Borgmon 不使用特定的脚本来判断系统是否正常工作,而是依靠一种标准数据分析模型进行报警。这就使得批量、大规模、低成本的数据收集变得可能,而且不需要执行复杂的子进程以及建立特殊的网络连接。我们将这种监控称之为白盒监控(参见第6章,有关“白盒监控”和“黑盒监控”的对比)。 收集回来的数据同时用来渲染图表和报警。

    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:原文对比探针脚本模型与时间序列模型,说明 Borgmon 以统一数据模型做图表与报警、规则为数学表达式并可利用历史数据,从而降低维护成本。 - 原始内容:Borgmon 不使用特定的脚本来判断系统是否正常工作,而是依靠一种标准数据分析模型进行报警。这就使得批量、大规模、低成本的数据收集变得可能,而且不需要执行复杂的子进程以及建立特殊的网络连接。