信創智慧運維監控管理

大集群場景特點數據規模大：監控對象targets多，數千萬時序數據time-series，單Prometheus負載非常高。

當series數據超過300萬時，Prometheus內存增長較為明顯，需要使用較大內存的機器來運行。壓測過程中，我們使用了工具去生成預期數目的series，工具生成的series每個label的長度及值的長度都較小，固定為10個字符左右。我們的目的是觀察相對負載變化，實際生產中由于label長度不同，服務發現機制（比如Pod頻繁重啟）的消耗不同，相同的series數目所消耗的負載會比壓測中高不少。目前Argus有好幾個集群的采集端Prometheus消耗內存在30G以上，這會導致查詢效率下降，嚴重的會導致OOM，有的大集群內存消耗達幾百G。Argus運維監控從聚合事件快速下探到具體事件， 并直觀呈現相關事件的發生趨勢。信創智慧運維監控管理

Argus運維監控中硬件監控包括：可以通過IPMI對硬件詳細情況進行監控，并對CPU、內存、磁盤、溫度、風扇、電壓等設置報警設置報警閾值(自行對監控報警內容編寫合理的報警范圍)IPMI工具無法獲取到硬件的狀態，可以借助MegaCli工具探測Raid磁盤隊列狀態zabbix提供IPMI監控模板：ZabbixIPMIInterface。同時也能夠實時采集到服務器的硬件報錯日志，代替管理員的日常機房巡檢工作，使管理員實時了解到服務器底層硬件的運行情況。帶外方式不通過操作系統，即使系統關機的狀態下仍可監控服務器的基本硬件健康狀況業務智能化運維監控企業級運維監控系統體系化建設指南。

對于服務器的監控同樣也是從狀態、性能與容量這幾個維度入手。雖然SNMP也可以用于服務器監控，但相對于agent主動上報指標與數據會少很多。

服務器的狀態監控主要包含服務器是否ping的通、agent上報是否超時與電源運行狀態等等。對于性能與容量這兩類維度，主要依賴當前OS的數據捕獲，一般來說對于服務器監控來說在通用場景下主要關注CPU、內存、流量與包量這四個指標即可，但是別的指標也建議盡量捕獲。

單個監控對象的數據豐富了會有如下好處：避免對象的監控盲點不同的監控數據點可以部分對應出該服務器所承載的業務特性指標，例如存儲類業務也會關注disk_total_read、svctm_time_max、await_time_max等等系統指標生產的數據足夠豐富能夠催生出更加豐富的運維數據消費場景。服務器監控相對是很標準的監控模型，針對于物理服務器與虛擬機都有共性指標。這部分主要做到采集的數據豐富與上報的準確性(算法準確)。

十四五規劃和十九屆五中全會提出：

1、加強關鍵數字技術創新應用用聚焦芯片、操作系統、人工智能關鍵算法、傳感 器等關鍵領域，加快推進基礎理論、基礎算法、裝備 材料等研發突破與迭代應用。加強通用處理器、 云計算系統和軟件技術一體化研發。

2、加快推動數字產業化培育壯大人工智能、大數據、區塊鏈、云計算、網絡 安全等新興數字產業，提升通信設備、關鍵電 子元器件、關鍵軟件等產業水平。

3、科技自強 ，科技自立堅持創新在我國現代化建設全局中的重要地位，把 科技自立自強作為國家發展的戰略支撐。

Argus運維監控系統在信息技術創新應用的大背景下應運而生。運維監控體系一般來說包括數據采集、數據檢測、告警管理、故障管理、視圖管理和監控管理6大模塊。

面向IT資源200+以上的各類型單位，產品提供一體化運維監控功能，以幫助信息部門員高效管理IT運行環境、IT資產，通過運維工具的自動化，提升單位IT服務質量，提高運維效率，降低運維成本，減輕運維人員工作壓力。

Argus實時運維監控分析系統是基于全球負有盛名的IT基礎監控平臺Zabbix深度二次開發的運維監控軟件，面向私有化及混合云數據中心提供多角度多層次的統一監控和運維管理。幫助用戶實時對各類IT資源（網絡設備、服務器、存儲、數據庫、中間件等）執行性能指標監控，實現事前運維。我們要運維監控這個東西的什么屬性？比如CPU的使用率、負載、用戶態、內核態、上下文切換。哪個運維監控管理產品好用

快速讀懂智能化運維監控如何賦能IT可觀察性！信創智慧運維監控管理

Prometheus指標采集和查詢存儲方案-2020年

我們分一級監控平臺和二級集群Prometheus監控采集組件。一級提供kafka集群和Prometheus聚合組件，二級各集群部署Prometheus和Prometheus-kafka-adapter組件，采集和遠程送數據到一級的kafka集群。

該方案優點：

1.業務系統可以跨集群聚合數據，如圖k8s集群-1和k8s集群-2數據聚合到Top-1的Prometheus上。

2.一級監控平臺上只要有足夠的cpu、存儲資源，理論上可以水平擴展接入更多集群。2020年底采集的指標量每天3194億的量級，吞吐量達370萬/s。

3.采集端Prometheus可以保留極少數據，比如6小時的數據，減少資源消耗。而上層Prometheus由于落數據到時序數據庫influxdb中，可以保存一個月數據量甚至更多。

該方案沒做到什么：

1.采集端Prometheus擴容問題，單集群中數據規模受Prometheus原生的限制。

2.一級監控平臺上時序數據庫influxdb有單點問題，數據規模和數據安全性受其影響。信創智慧運維監控管理

上海觀縱科技有限公司是以提供webfunny前端監控，webfunny前端埋點，全鏈路應用性能監控，Argus-IT運維監控為主的有限責任公司，公司始建于2022-11-14，在全國各個地區建立了良好的商貿渠道和技術協作關系。觀縱科技以webfunny前端監控，webfunny前端埋點，全鏈路應用性能監控，Argus-IT運維監控為主業，服務于傳媒、廣電等領域，為全國客戶提供先進webfunny前端監控，webfunny前端埋點，全鏈路應用性能監控，Argus-IT運維監控。將憑借高精尖的系列產品與解決方案，加速推進全國傳媒、廣電產品競爭力的發展。

本文來自上饒市大數據產業投資發展有限公司：http://m.acenewenergy.com/Article/86c31299601.html