知识卡片
监控指标采集与告警
集群监控要替人完成不间断巡检,核心是建立运行期指标体系并自动告警。需采集系统负载、处理器利用率、磁盘与网络、内存、每秒查询数、响应时间、垃圾回收与应用心跳等;由木桶原理可知任一环节成瓶颈都拖垮整体,故指标须成体系。采集有两条路:在机器部署代理,或把信息输出到日志文件,再经日志收集系统实时汇总以管理调度;一旦指标超过假定阈值,系统自动通知相应人员,目标是在用户察觉前消除故障。指标还按应用类型细分,如数据库每秒读写数只针对数据库、完整垃圾回收只针对 Java 应用。代价是阈值要结合前期压测与运维经验,过松漏报、过紧则告警风暴。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 4.2 集群监控
原书出处 · 1 处
- 第4章 系统稳定性 4.2 集群监控 · 查看原书依据
本节介绍了一系列有关系统运行情况的关键性指标,通过在机器部署agent或将相关信息输出到日志文件,再通过相应的日志收集系统,实时地对信息进行收集,我们便能够对集群的运行状况进行管理和调度。而有关日志收集系统的实现,第5章将会详细地介绍。
参考来源
- 位置:《大型分布式网站架构设计与实践》第4章《4.2 集群监控》(源文件:`extracted/大型分布式网站架构设计与实践/_epub-src/text/part0009_split_002.html`,来源项目 `a19c7933-4eda-4176-aebd-30fe7e1ad292`,文件 SHA-256 `17ada0036a341e0cac312b39b20b8e59ba8e53e75f7ff2e7bbf068389b24bc92`)
- 结论依据:原文'通过在机器部署agent或将相关信息输出到日志文件'并'实时地对信息进行收集',说明指标采集与告警闭环。
- 原始内容:本节介绍了一系列有关系统运行情况的关键性指标,通过在机器部署agent或将相关信息输出到日志文件,再通过相应的日志收集系统,实时地对信息进行收集,我们便能够对集群的运行状况进行管理和调度。而有关日志收集系统的实现,第5章将会详细地介绍。