构建运维监控体系设计思路概述

从系统建设角度来看，监控一定要建设成为一个体系。简单来说，就是对于有一定体量的公司，需要一系列各自关注点不同的监控方案，通过系统与系统间的内部交互来组成一个大的整体，从而满足不同场景下的监控需求，即监控体系。运维监控平台不是下载或买一套工具，把它运行起来就行了，而是要根据监控场景的实际需求进行配置调整，甚至二次开发，以实现与自身诉求高度匹配。那么我们就谈谈运维监控平台的设计思路。构建成体系的运维监控平台，其整体结构可以由五大层次以及 CMDB 作为基础信息数据库组成。

1、监控数据源层

数据源层基本对应各类监控对象，通过数据源获取包括监控元数据、日志、度量值、性能状态、分析调用链等在内的各类信息。我们没有先选择工具，而是先盘点监控需求的原因有两个：一方面是前面提到的，就目前来看，没有一款监控工具能够满足所有场景需求，术业有专攻，因此有必要梳理清楚需求，再根据需求选择匹配的监控工具实现；另一方面，流行的工具很多，而且它们各有侧重，如果只是满足基础监控需求，目前主流的几乎任意工具就能满足，不过，由于我们要考虑搭建的是一套体系，事前先想清楚重点，也有助于我们分阶段实施。

2、监控服务层

服务层的重点是完成各项监控数据的收集、存储和分析。数据主要来自监控数据源层，部分基础元数据会来自 CMDB。注意，监控数据源中也有元数据，这两者提供的信息有差别。举例来说，要对某台物理机进行配置监控，机器名、IP 地址、监控项等都属于监控元数据，不过 CMDB 中只记录了该物理机机器名、IP 地址、所属服务等基础信息，如果要为其配置监控项，还需要根据物理机操作系统基线配置，以及监控服务层中的设置才能确认。 监控服务层对数据收集有多种方式，通过客户端 Agent 或者通过网络 协议（如 ICMP、SNMP）都行，根据阈值和触发逻辑，将分析后的数据同步到监控体系中的其他模块，如果监控指标超过阈值就触发告警逻辑，同时将告警信息同步到监控体系的其他模块，最终或统一展示，或触发事件，或告警。

3、监控预警通知层

将监控预警功能作为一项能力独立出来，考虑了监控上规模后的能力复用。如果企业内部监控服务层只对应一个系统，那么自然它可以在监控服务层内部实现。但如果监控服务层有多个系统，与其在每一个系统中重复造轮子，不如将此部分共性需求抽象出来，把告警的去重、聚合、抑制、收敛、发送等功能放到一个独立的模块中实现，这也符合“高内聚，低偶合”的设计理念。

监控预警就是要配置合理有效的告警规则，实现强大的告警信息送达能力。这两点说起来简单，想要做好却不容易。出现异常情况后，首先要能识别，其次要能够让相关人员第一时间知晓，包括告警阈值设置成多少，哪些告警消息要发、发给谁、什么时候发、怎么发、发几次，告警发出后长时间无响应又当如何处理等。

4、事件响应层

监控系统将数据源中采集到的各类运行数据，通过规则判断生成事件，这些事件反映的是 IT 软硬件系统在运行过程中出现异常的情形。系统在运行过程中有可能产生大量事件，每一个事件都应当记录，当然这并不代表着每一个事件都是问题，更不是每一个事件都需要人为介入。

事件发现一定意味着系统某个时刻的状态异于平常：要进行事件收敛，对同一个事件或同一个故障引起的多类指标告警进行收敛，避免大量告警事件对 IT 运维造成信息骚扰；要进行事件分组，对不同的事件要有不同紧急程度的标识；要进行事件分析，建立整个事件之间的关联分析，形成故障树，帮助 IT 运维团队分析、定位和消除异常。为了让来自不同工具、不同格式的监控事件以尽可能清晰、直观的方式展示给一线团队，就必须建设具备高性能的事件响应模块，实现事件统一汇总，并对不同层面、不同专业角度的事件进行收敛和关联分析，更全面地感知系统运行状况。

5、可视化展现层

成熟的监控系统都会提供 Web 展示界面，主要是将数据收集层获取到的数据进行统一展示，提供以曲线图、柱状图、饼状图等数据图形化方式展现监控数据。可是大多数监控系统自带的 UI 界面短板实在太明显：一方面是数据不全，各自只拥有自己那部分数据；另一方面是展现效果差强人意。

不管是从展现效果还是实用程度，最终都要对整个监控体系中关键指标数据进行定制和集中展现，何况还会有像视频监控这类天生就适合投屏展示的场景。 可视化监控平台将运维各个环节的关键监控指标，比如网络的流量、访问的统计、应用的性能等，通过图表、投屏的方式进行展现，使运维人员能实时、全方位地观察到设备的健康状况，提升运维体验。

6、CMDB 配置数据库

当然，还有信息化系统建设过程中最重要的一环——CMDB，作为各类软硬件资产的中央数据库，为各类系统提供基础元数据。

有体系的运维监控平台，其监控一定是贯穿所有环节，实时“监测”生产环境的软硬件环境运行状态，进而为“控”打下基础，实现数据集中、各监控模块能力互补、关键指标统一展示，同时具备灵活的扩展性。此外，监控平台本身海量且拥有丰富纬度的数据，可以作为数据源为大数据平台提供素材，为智能化运维体系建设打下基础。