基础设施监测（基础设施监控最佳实践）

2017 年，亚马逊不幸遭遇停电 4 小时，导致标准普尔 500 指数成份股公司损失 1.5 亿美元。原因是什么？错误的命令删除了比预期更多的服务器，导致系统停机。尽管停机时间对于开发人员来说并不是一个陌生的话题，但它的影响是可以深刻感受到的。Gartner 估计停机时间的平均成本高达每分钟 5600 美元，每小时可能超过 30 万美元。对于任何组织来说，这些绝对是可怕的数字。

但是现在还没有必要恐慌！

采取一些主动和经过计算的步骤可以最大限度地减少停机时间的影响。实现此目标的最佳实践列表可以包括查看测试服务器备份、基础架构维护、定期监控以及维护设备的稳定性和安全性。

监控作为一种开发实践是必不可少的——不仅仅是为了防止停机。它为组织带来了多种其他好处，并为您的开发团队改进了流程。

DevOps 监控主要分为三种类型——基础设施监控、应用程序性能监控和网络监控。在本博客中，我们将详细讨论基础架构监控、其用例和最佳实践。让我们从基础设施监控的基本概述开始。

依靠信息技术交付其产品和服务的组织需要建立和维护 IT 基础架构。该基础设施包括网络、服务器、计算机硬件/软件、数据中心和存储。通过监控 IT 基础架构，您可以收集和检查从中获得的信息，并使用这些数据来增强最终结果。它包括监控硬件、应用程序、操作系统和网络。流行的基础设施监控工具包括 Prometheus、ManegeEngine 和 Solarwinds。简单来说，基础设施监控可确保组织拥有——

• 通过提供出色的用户体验来优化业务流程的能力。
• 对中断和性能下降的预先检测和警报。
• 提供可扩展性以处理计划内和计划外的流量高峰。

DevOps 监控的这一分支确保组织可以依靠它来发现并最大限度地减少用户的停机时间和服务降级。通常，基础设施监控通过以下方式帮助组织：

解决性能问题——您可以利用基础设施监控来防止服务中断升级。基础设施监控工具可以为您提供详细的见解，可以向您显示哪个主机、容器或组件发生了故障。这将显着减少问题解决的周转时间。

优化基础架构使用——使用基础架构工具优化现有基础架构可能会在财务上为您提供帮助。例如，如果您的某些服务器处于空闲状态，您可以消除它们并将工作负载分配到剩余的服务器上。

预测后端需求——通过回顾过去的基础设施指标，基础设施监控工具可以通过回顾过去的基础设施指标来预测未来的资源需求以获得最佳性能。这是有益的，因为您可以提前计划好您的财务状况。

诚然，市场上没有适合每个组织的通用工具。但是，每个工具都必须具有某些基本功能，以补充其其他现有功能。在选择您的基础设施监控工具时，请注意其中的这些特定功能：

云兼容——如果不是今天，那么明天肯定会切换到云。因此，必须选择与云兼容的 DevOps 监控工具。

支持自动扩展——当您扩展并将更新的机器放在机架上时，需要自动扩展支持，当它们上线时，它们将开始从后端收集数据。无需添加手动配置。

可定制的警报——每个基础设施监控工具都旨在在关键指标高于或低于某个阈值时向您发出警报。建议选择一种监控工具，利用机器学习在延迟率即将飙升时提醒队友。这可以帮助您在问题造成任何伤害之前解决问题。

可视化——拥有最直观和用户友好的预定义仪表板没有任何问题。但是，可以选择制作自定义仪表板来监控主机和容器的运行状况和性能，这更加酷。

统一平台——最后但并非最不重要的一点是，您需要确定一种监控工具，该工具提供基础设施指标与其他相关跟踪、日志和事件之间无缝集成的可行性。

机器学习——任何基于机器学习的工具都会分析历史性能以检测异常。通过利用机器学习，您不必为每个可能的故障手动设置警报。此类工具还可以根据历史分析预测 CPU 使用率、内存使用率和其他资源。

利用自动化——通过使用自动化增强您的能力来提高您的生产力。这将帮助您获得端到端的可观察性。

为警报设置优先级- 建立组织习惯并根据优先级为最重要的警报设置通知。

创建特定于角色的仪表板——基础设施监控工具使您可以根据需要创建自定义仪表板。您需要根据在您的组织中工作的各种团队创建板。这将有利于他们监控 KPI。

定期审查指标——随着您的业务增长，您的基础架构将不断发展，您的业务目标也会随着时间而改变。这也将改变您需要跟踪的指标和 KPI。因此，定期检查它们对于避免在您的基础架构中出现任何盲点至关重要。

进行测试运行——在每天依赖基础设施监控工具之前。如果一切都按预期工作，最好执行测试运行以见证一切。

性能和优化已成为监控任何 IT 基础架构的关键因素。因此，性能的可观察性被认为是至关重要的。这只能通过对基础设施监控工具的明智投资来实现。我希望这篇博客能指导您迈出基础设施监控的最后一步。如果您对此有任何疑问或建议，请随时在下面的评论部分与我联系。