微服务架构下的监控需要注意哪些方面？

本期我们重点讲述微服务架构下的监控

微服务架构虽然诞生的时间并不长，却因为适应现今互联网的高速发展和敏捷、DevOps等文化而受到很多企业的推崇。微服务架构在带来灵活性、扩展性、伸缩性以及高可用性等优点的同时，其复杂性也给运维工作中最重要的监控环节带来了很大的挑战：海量日志数据如何处理，服务如何追踪，如何高效定位故障缩短故障时长……今天，我们就来谈一谈微服务架构下的监控应该注意哪些方面。

微服务架构带来的变化

微服务架构给IT系统和团队带来了以下显著的变化：

• 基础设施的升级，需要引入虚拟化(如Docker)，现存基础设施也需要与之进行适配;
• 系统架构的升级，需要引入服务注册(如Consul)，服务间的交互方式也需要与之进行适配;
• 运维平台的升级，建议引入日志收集(如Fluentd)，分布式跟踪(如Zipkin)和仪表盘(如Vizceral/Grafana)等;
• 运维效率和自动化水平的提升也迫在眉睫，否则无法应对实例数量，变更频率，系统复杂度的快速增长;
• 观念的转变，基础设施，系统架构和运维平台等的大幅升级，犹如小米加步枪换成飞机大炮，相应的战略战术也需要与之相适配才行。

微服务架构下用户面临的监控问题

在转型到微服务架构以后，用户在监控方面主要会面临以下问题。

首先，监控配置的维护成本增加。某个在线系统大概有106个模块，每个模块都需要添加端口监控，进程监控，日志监控和自定义监控;不同服务的监控指标，聚合指标，报警阈值，报警依赖，报警接收人，策略级别，处理预案和备注说明也不完全相同;如此多的内容，如何确保是否有效，是否生效，是否完整无遗漏。

当前针对维护成本，业界常用的几种方法有：

• 通过变量的方式尽量减少人工输入
• 通过监控配置文件解析做一些可标准化的校验
• 通过故障演练验证报警是否符合预期

其次，第三方依赖越来越多。例如Docker的可靠性很大程度上取决于宿主机，如果所在的宿主机发生资源争用，网络异常，硬件故障，修改内核参数，操作系统补丁升级等，都可能会让Docker莫名其妙地中招。

第三，服务故障的定位成本增加。假设故障是因为特定服务处理耗时增大导致的，那么如何快速从106个服务以及众多的第三方依赖中把它找出来，进一步，又如何确认是这个服务的单个实例还是部分实例的异常，这些都让故障定位变得更复杂。

在微服务架构下，提高故障定位效率的常用方法有：基于各类日志分析，通过仪表盘展示核心指标：数据流，异常的监控策略，变更内容，线上登录和操作记录，文件修改等内容。

微服务监控的难点及解决思路

在微服务架构下，监控系统在报警时效性不可改变的前提下，采集的指标数量是传统监控的三倍以上，如果是万台以上的规模，监控系统整体都面临非常大的压力，在监控方面的挑战主要来源于：

首先，存储功能的写入压力和可用性都面临巨大挑战。每秒写入几十万采集项并且需要保证99.99%的可用性，对于任何存储软件来讲，都不是一件轻松的事情。

对于写入和可用性的压力，业界常见的解决思路主要是基于如下方式的组合：

• 集群基于各种维度进行拆分(如地域维度、功能维度和产品维度等);
• 增加缓存服务来降低Hbase的读写压力;
• 调整使用频率较低指标的采集周期;
• 通过批量写入降低Hbase的写入压力;
• 通过写入两套Hbase避免数据丢失并做到故障后快速切换。

其次，监控的生效速度也面临巨大挑战。微服务架构下，基于弹性伸缩的加持，从服务扩容或者迁移完毕到接入流量的耗时降低到1Min左右，且每时每刻都在不断发生着。对于复杂监控系统来讲，支持这样的变更频率绝非易事，而且实例变更如此频繁，对监控系统自身来讲，也会面临可用性的风险。

常见的提高监控生效速度的思路主要有如下的几种方式：

• 实时热加载服务注册信息;
• 对监控配置的合规性进行强校验;
• 增加实例数量的阈值保护;
• 支持配置的快速回滚。

第三，基础设施的故障可能导致报警风暴的发生。基础设施如IDC故障，可能会在瞬时产生海量报警，进而导致短信网关拥塞较长时间。

解决这类问题的思路主要是如下方式：

• 基于报警接收人通过延时发送进行合并;
• 报警策略添加依赖关系;
• 优先发送严重故障的报警短信;
• 增加多种报警通知方式如电话、IM等。

微服务监控原则

对于采用微服务的团队，建议在做监控时可以参考Google SRE的理论，结合长期的运维实践经验，我们总结了几点可以参考的原则：

• 首先，所有系统和第三方依赖的核心功能必须添加黑盒监控;
• 第二，所有模块必须添加白盒监控的四个黄金指标(饱和度，错误，流量和延时);
• 第三，所有的变更都需要进行采集，包括但不限于程序，配置，数据，网络，硬件，操作系统以及各类基础设施。

另外，我们也给大家提供了一些黑盒监控的实施经验：

首先，应该监控哪些功能?建议将系统接入层的访问日志，TOP-10的URL添加黑盒监控。那TOP-9的URL是否一定需要监控?TOP-11的URL是否一定不需要监控?这取决于其访问量是否和前面的URL在一个数量级以及人工评估其接口的重要性程度，这里提供的更多是一个思路，而非可量化的方法。

第二，应该使用多少个样本/节点对一个功能进行黑盒监控?建议样本应该覆盖到对应模块的所有实例，这样也能发现由少数实例导致的小规模故障。

微服务架构下的理想监控系统

从用户的角度看，Prometheus的整体架构设计参考了Google BorgMon，系统具有高度的灵活性，围绕其开放性现在也慢慢形成了一个生态系统。具体来说，Prometheus 使用的是 Pull 模型，Prometheus Server 通过 HTTP 的 Pull 方式到各个目标拉取监控数据。HTTP协议的支持能够更加方便的进行定制化开发，服务注册、信息采集和数据展示均支持多种形式/开源软件。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!