写点什么

常用开源监控系统分析推荐(必备知识)|附优质监控书籍资源

  • 2022 年 1 月 10 日
  • 本文字数:3924 字

    阅读完需:约 13 分钟

常用开源监控系统分析推荐(必备知识)|附优质监控书籍资源

摘要:在互联网信息爆炸式快速发展的今天,各类复杂多样的平台系统相继涌出。如何选择最佳的监控产品以更好地维护这些平台和系统是每个 IT 人员都需面临的难题。本文将从开源监控产品的起源和发展,详细解析各个时代热门监控产品的优势和劣势,并结合各个监控产品的使用场景,帮你选择出最适合自己的开源监控产品。因篇幅和时间原因,下面介绍的资料和理解可能和实际情况有所偏差,欢迎大家留言或者加入微信群批评指正。


作者:Ethan Chen 云智慧解决方案架构师,拥有丰富的运维理论及实战经验。致力于将客户需求有效地转化为公司产品场景,让客户更有效率地理解公司产品并为其提供优质的技术支撑。

开源监控软件的前世今生

如下面谷歌趋势图所示(因有些单词有二义性,具体数值可忽略,只看趋势),与其他开源监控产品相比,2004 年的 Nagios 仍处在较高位置,但由于 Nagios 没有紧跟容器脚步、且配置复杂等缺点导致热度直线式下降。反观 Zabbix,从 2004 年至今,由于其监控的全面性,使得其热度一直处于平稳上升阶段。此外,基于 RRD 存储开发的 Ganglia 与 Cacti 由于产品自身的一些缺点,热度也在逐渐下降。下文我们将详细介绍各个产品的具体情况。

古代(2000-2010)

Zabbix(2004)

Zabbix 于 1998 年开发,2004 年正式 Release。较于其他开源监控产品,Zabbix 拥有强大的指标数据存储功能、画图功能,并且真正地做到了 All in One 全面监控,解决了运维人力和时间成本上的问题。

基于以上功能优点,以及大量完善的教程文档,Zabbix 在国内迅速传播发展。现如今,Zabbix 已经进入了 5.X 时代,前端界面的优化、ES 及 TimescaleDB 等时序数据库的支持,使得 Zabbix 又步入了一个的新的时代。

优势

  • 丰富的插件。Zabbix 拥有丰富的 MiB 库资源以及模版等 850 多个插件;

  • 易用性、依赖少。基于 PHP 与 MySQL 搭建,可用性比较强;

  • 可进行一定颗粒度的权限控制;

  • 文档完善。Zabbix 本身定位为企业级分布式监控系统,故拥有完善的文档,活跃的官方社区,且本身也更新得比较频繁,开发比较积极;

  • 国内市场有相关的商业支持。

劣势

  • MySQL 数据量问题。当 MySQL 数据量比较大时,存储性能容易出现问题;

  • 可视化问题。自身可视化灵活性较差,需用 Grafana 等进行弥补;

  • 功能使用率低,80%的用户使用的仍为监控、看图、告警等基础功能,大部分高级功能未能被使用。

使用场景分析

  • 监控基础设施。主机、网络设备监控等;

  • 中小规模监控;

  • 对于大型场景的监控来说仍需注意数据问题。

Nagios(2002)

Nagios 是一个主要用于监控系统运行状态和网络信息的监控系统。Nagios 能监控所指定的本地或远程主机以及服务,同时提供异常通知等功能。

Nagios 拥有 4000 多个插件,且在很早之前就开始拥有自己的官方插件社区。这里面包括很多应用级别的监控插件。此外,Nagios 的通知虽然简单但能覆盖所有场景,以及本身拥有强大的监控任务调度的能力。

优势

  • 功能简单易用,主要的功能是主动检测。

劣势

  • 功能过于单一,只能通过主动检测告知结果是否匹配,被动检测功能原生功能较弱;

  • 配置复杂,配置修改主机、报警、阈值等时,在原生 Nagios 中只能通过修改配置文件来实现,操作较为复杂。

使用场景

  • 小场景简单监控。对于一些网站、端口等可进行简单监控;

  • 大型场景需要各种花式 Hack,需要借助很多第三方的插件进行效率的提升和分布式的扩展。

Centreon(2005)

Centreon 是一款开源的软件,主要用于对 Nagios 的一些功能增强。可通过页面管理 Nagios,通过第三方插件实现对网络,操作系统,应用程序的监控。

优势

  • 界面友好

  • 维护方便

  • 统一管理

  • 性能数据可追溯

劣势

  • 修改配置需要重启或者重载 Nagios 主进程

  • MySQL 依然存在数据问题

  • 文档资料较少

使用场景分析

  • 适用于百台规模的中等监控

  • 仍需要解决原生 Nagios 的一些弊端

Check_MK

Check_MK 是一款通用的 Nagios/Icinga 增强工具集。其插件有着相当成熟的检测机制和对硬件服务器的检测手段。非常适合对硬件服务器进行“体检”。

优势

  • 界面友好

  • 维护方便

  • 统一管理

  • 性能数据可追溯

劣势

  • 增加变更需要重启 Nagios 主进程。

  • 因后端存储使用 RRD,导致分布式扩展较为困难。

  • 文档资料较少。

使用场景分析

  • 适用于百台到千台以内中等规模监控

  • 需要解决 Nagios 的一些弊端

Cacti(2001)

Cacti 是用 PHP 语言实现的一个监控软件,它的主要功能是用 SNMP 服务获取数据,然后用 RRD 储存和更新数据,当用户需要查看数据的时候用 RRD 生成图表呈现给用户。

优势

  • 网络设备支持好

  • 有权限控制

  • 有汉化版

  • 早期在 IDC 覆盖广

劣势

  • SNMP 依赖只适合特性场景

  • 资料老旧

使用场景分析

  • 简单的 IDC 托管

  • 网络运维

Ganglia(2001)

Ganglia 是 UC Berkeley 发起的一个开源集群监视项目,设计用于测量数以千计的节点。主要是用来监控系统性能,如:CPU 、内存、硬盘利用率, I/O 负载、网络流量情况等。

优势

  • 数据集中,部署分布式

  • 适合大规模部署

  • 对集群热点观测性支持较好

劣势

  • 无告警

  • 集群内 UDP 广播问题多

使用场景分析

  • 大数据应用

  • 集群较多,关注整体资源使用率

近代(2010-2015)

监控宝( 2010)

监控宝是云智慧推出的新一代用户体验监控工具,从全球节点主动模拟真实用户访问,提供网站性能监控、API 监控等服务,持续监测应用程序、网站、网络和数字化服务的可用性和性能,提前诊断,实时告警,帮助客户提升网络应用效能。

优势

  • 全球分布式监测网络。200+ 分布式监测节点覆盖全球 112 个城市以及主要运营商网络,网络规模持续扩大中。

  • 主动监测。监测节点按照预设规则模拟真实用户发起主动监测,实时掌控网络性能,聚焦用户体验。

  • 立体化覆盖。HTTP/HTTPS/TCP/UDP/TR/DNS/PING 等多种协议类型,全面问诊网络、业务健康。

  • 面向业务。通过包含多步请求的事物监控实现业务流程的监测,保障业务的稳定性和可用性。

  • 持续监控。24/7 小时全天候监测网站和网络性能,多渠道服务支持,减少可能发生的中断。

  • 快照+MTR。先进的问题诊断与分析机制,问题发生之前和问题恢复之后的数据尽在掌握,快速定位故障。

  • 灵活告警。短信、邮件、微信、语音、API 等多种告警方式,确保告警能够被即时送达。

  • 专业的分析报告。提供综合排名、竞品分析、同比/环比、日/周报等多维度的数据报告,满足专业化定制需求。

使用场景分析

  • 网络链路质量监控与评估。通过采集不同地区、不同运营商链路的时延、丢包、网络抖动情况,从时间、地域、运营商等维度综合分析网络链路质量及可用率,快速发现和准确定位网络问题,便于及时进行链路调整,保障全网用户的体验。

  • CDN 监控。通过海量的分布式节点模仿真实用户访问,监控 CDN 性能,评估 CDN 的加速情况,确保最佳的用户体验,可用于 CDN 选型评估、CDN 加速效果评估、CDN 故障排查与定位等使用场景。

  • API 接口监测。通过监控 API 接口的响应时间、可用性和正确性并及时告警来保证 API 服务的可靠性,可用于 API 接口性能优化、第三方 API 接口监控等使用场景。

Graphite(2008)

Graphite 是一个开源实时的、显示时间序列度量数据的图形系统,通过其后端接收度量数据,然后以实时方式查询、转换、组合这些度量数据。

优势

  • 指标点分概念引入

  • Grafana 支持较早的协议之一

  • 统计函数支持(140+)

劣势

  • 指标无 Label 支持

使用场景分析

  • 在做好数据归并时可用于大规模场景

现代(2015-2021)

Prometheus(2016 )

Prometheus 是由 SoundCloud 开源的监控告警解决方案。存储的是时序数据,即按相同时序(相同名称和标签),以时间维度存储连续的数据的集合。

优势

  • 时序型存储、查询效率高。

  • 支持集群模式,扩展性强。

  • CNCF 项目,社区活跃。

劣势

  • 一些 Exporter 采集的指标众多,需进行适当裁剪。

  • 自定义采集脚本需要脚本开发能力(Golang、Python),相比 Shell 脚本来说学习成本更高一些。

使用场景分析

  • 对于云计算、容器化场景更适合

夜莺(2018)

夜莺是一套分布式高可用的运维监控系统,前身是国内大名鼎鼎的 open-falcon。基于一些国内特殊的运维场景和习惯,在运维圈中有着不俗的场景理解和用户体验。

优势

社区活跃,有 open-falcon 群众基础。

产品设计灵活,人性化。

v4 版本自带小型 CMDB 和自动化。

v5 版本全面拥抱开源体系(Prometheus Telegraf)。

劣势

v5 刚发布,仍然需要一定的时间积累

后端存储的选型多样,需要根据场景进行选择

缺少日志类和 Tracing 类的监控场景

使用场景分析

所有指标类的监控

未来(2022-)

云原生的出现导致在 k8s 环境下的可观测性难度极具增加,因此出现了 eBPF 等新技术,但无奈市场上大部分的客户 Linux 内核还不足以支持相关的技术。但可以看到的是 DataDog skywalking 云杉等目前都在向 eBPF 进行布局。

除了增强程序自身的可观测性之外,可以预见在不久的将来,随着 Linux 内核的不断的完善以及客户环境逐渐的成熟。在运维角度可以发力的可观测性的选择一定会越来越多。也希望各位运维的同仁们时刻关注我们的公众号,关注前沿的可观测性的信息。最后给大家介绍一些相关书籍:

优质监控书籍推荐

【Nagios 系统监控实践(原书第 2 版)】https://book.douban.com/subject/25843798/

【Cacti 实战】https://book.douban.com/subject/26422185/

【Ganglia 系统监控】https://book.douban.com/subject/25706442/

【Graphite 监控】https://book.douban.com/subject/35217612/

【监控的艺术:云原生时代的监控框架】https://book.douban.com/subject/35115699/

【监控运维实践:原则与策略】https://book.douban.com/subject/35258085/

【Prometheus 云原生监控: 运维与开发实战】https://book.douban.com/subject/35239877/

更多福利

近日,云智慧开源了 集轻量级、聚合型、智能运维为一体的综合运维管理平台 OMP(Operation Management Platform) ,具备 纳管、部署、监控、巡检、自愈、备份、恢复 等功能,可为用户提供便捷的运维能力和业务管理,在提高运维人员等工作效率的同时,极大提升了业务的连续性和安全性。点击下方地址链接,欢迎大家给 OMP 点赞送 star,了解更多相关内容~


GitHub 地址: https://github.com/CloudWise-OpenSource/OMP

Gitee 地址:https://gitee.com/CloudWise/OMP


用户头像

全栈智能业务运维服务商 2021.03.10 加入

我们秉承Make Digital Online的使命,致力于通过先进的产品技术,为企业数字化转型和提升IT运营效率持续赋能。 https://www.cloudwise.com/

评论

发布
暂无评论
常用开源监控系统分析推荐(必备知识)|附优质监控书籍资源_安全_云智慧AIOps社区_InfoQ写作平台