工控摘要：縱觀我們部署在基礎設施當中并始終保持運作的全部測量機制，監(jiān)控系統(tǒng)無疑是重要性zui高的機制之一，但它卻常常遭到我們的忽視。如果能夠建立起一套堅實的監(jiān)控系統(tǒng)來針對可能發(fā)生的災難加以警示，我們就有機會迅速啟動災難響應方案或者著手排除復雜的性能故障，這對于任何規(guī)模的企業(yè)而言都巨大的實際價值。
　　
　　然而，應用程序部署時間表與基礎設施升級的壓力往往令管理員們疲于應對，甚至因此將監(jiān)控系統(tǒng)的部署與維護拋在腦后。
　　
　　不過這也難怪。無論大家實際購買的是什么樣的監(jiān)控系統(tǒng)，都很少能碰到交鑰匙方案--也就是那種設置之后就不必另行管理的廊。除非大家的實際業(yè)務環(huán)境簡陋到及點，否則在監(jiān)控所有重要細節(jié)信息的同時又要淘汰不必要的干擾與誤報，這很可能成為工作量龐大而又相當耗時的任務。
　　
　　我們需要有能力對方案進行規(guī)模調整，并確保自己花在上面的時間zui終帶來相應的回報，這非常重要。根據(jù)個人多年來與眾多開源及封源監(jiān)控堆棧打交道的經(jīng)驗，我匯總出了以下五項*特性、從而保證監(jiān)控軟件包能夠在經(jīng)過配置之后順利應對復雜的業(yè)務環(huán)境。如果大家發(fā)現(xiàn)自己部署的監(jiān)控系統(tǒng)不滿足其中的某些要求，那是在嚴重問題發(fā)生之前盡快著手處理，否則后果不堪設想。
　　
　　監(jiān)控*特性*位：多重冗余機制
　　
　　大多數(shù)監(jiān)控系統(tǒng)都會利用一套軟件服務來實際數(shù)據(jù)的收集與檢測。在某些情況下，這項數(shù)據(jù)收集服務可能與系統(tǒng)使用同一套警報機制以及用戶界面。但另一些系統(tǒng)所采用的收集服務則屬于獨立軟件，甚至不止一種。很明顯，允許大家部署多種收集方案并集中對其進行管理的系統(tǒng)要遠優(yōu)于不支持這些功能的系統(tǒng)。
　　
　　這樣的評價基于兩大主要原因。首先，大家可以建立一些冗余機制、這樣當災難發(fā)生時也只會影響某一種數(shù)據(jù)收集方案。其次，對同樣的內(nèi)容擁有多種審查視角擁有非?，F(xiàn)實的意義。特別是對于規(guī)模更大的廣域網(wǎng)來說，如果每個站點都擁有獨立收集方案、那么其收效將非常巨大--因為這樣一來我們就能輕松區(qū)分到底是整體網(wǎng)絡出了問題還是單一站點發(fā)生故障（而且數(shù)據(jù)采集即使在廣域網(wǎng)中斷時仍能持續(xù)進行）。
　　
　　監(jiān)管*特性第二位：出色的圖形功能
　　
　　任何一套稱職的監(jiān)控系統(tǒng)都必需擁有出色的圖形引擎。這并不僅僅意味著能為使用者提供流暢的線條與漂亮的色彩搭配，當然這些也確實值得關注。如果大家曾經(jīng)使用過監(jiān)控系統(tǒng)來解決性能問題，就會在實踐中意識到這種對多個圖形進行排列、縮放、擴展乃至平移的能力是多么重要。
　　
　　設想一下，大家正嘗試找出導致某個多層Web應用程序速度降低的根源。如果能夠將大量看似互不相關的圖形（例如存儲延遲、網(wǎng)絡吞吐量、每秒數(shù)據(jù)庫處理量等等）堆疊起來，并通過直觀比較從它們的相關性中找到需要的答案。
　　
　　監(jiān)控*特性第三位：便捷的事件抑制
　　
　　對于任何一套監(jiān)控系統(tǒng)來說，zui糟糕的狀況就是由于已知或者意料之中的問題而引發(fā)了誤報以及后續(xù)應對措施。如果每一次手機接到的短信都在用80個字來描述同一件事，那么我們很可能失去耐性而錯過監(jiān)控系統(tǒng)所通知的真正重點--甚至有可能在毫不知情的狀態(tài)下令事態(tài)步步惡化。有鑒于此，快速抑制我們已經(jīng)了解且重要度不高的事件就成了一種非常重要的能力。
　　
　　同樣重要的是，我們還需要有能力抑制來自特定來源的事件--例如大家非常清楚當下的某些維護或者升級工作必然要引發(fā)某些錯誤。我就遇到過這樣的狀況，有好幾次已知升級流程都在其它系統(tǒng)中引發(fā)了意料之外的次生影響，但大家過了很長時間才發(fā)現(xiàn)這些影響--因為監(jiān)控系統(tǒng)將其自動忽略了。如果能在監(jiān)控系統(tǒng)中創(chuàng)建一個始終位于前端的計劃停機時間窗口，那么一切都會變得大不相同。
　　
　　監(jiān)控*特性第四位：多川數(shù)據(jù)收集方法
　　
　　大家可以通過多川方法從基礎設施當中獲取信息。幾乎每一套監(jiān)控軟件包都支持基礎型選項，例如檢測正常運行時間的ICMPping、收集網(wǎng)絡統(tǒng)計信息的SNMP以及從Windows設備中提取事件日志數(shù)據(jù)的WMI等。這些基礎方法曾經(jīng)廣泛覆蓋絕大多數(shù)主流系統(tǒng)。然而時至今日，SNMP已經(jīng)被其它更具現(xiàn)代特性的監(jiān)控及管理接口所取代，zui典型的就是WBEM以及CIM。事實上，很多供應商已經(jīng)開始*放棄對SNMP支持并轉向CIM，而且這一趨勢將隨著時間的推移而不斷加速。
　　
　　除了新協(xié)議對SNMP的取代，還有其它一旬查詢類型前來援助。例如能夠直接執(zhí)行SQL查詢并計算執(zhí)行時間或審視其輸出結果，監(jiān)控某項Web服務對特定HTTP的響應或者響應代碼，甚至可以根據(jù)特定條目掌控日志文件中的對應文本內(nèi)容?？偠灾?，我們工具箱里的工具種類越多，我們就越可能擁有掌握重要細節(jié)信息的能力。
　　
　　監(jiān)控*特性第五位：簡化集成與擴展
　　
　　無論大家打算利用監(jiān)控系統(tǒng)執(zhí)行或者忽略哪些任務，將其擴展或者與其它系統(tǒng)相集成的能力都是非常重要的--這意味著我們zui終能夠保住自己部署并花在這套系統(tǒng)上的所有時間與精力。盡管很多監(jiān)控系統(tǒng)都能夠很好地完成本職工作，但它們并不是在每項任務上都能出色發(fā)揮。有時候獲取必要信息的惟一辦法就是編寫一套特定解決方案或者使用另一種工具。在這類情況下，監(jiān)控系統(tǒng)通過擴展或集成與其它軟件協(xié)同合作的能力就成了重中之重。這可能表現(xiàn)為可以在其中運行外部腳本并實現(xiàn)內(nèi)部解析，或者與另一套票據(jù)管理平臺相集成。
　　
　　終而言之，具體選擇使用哪一套監(jiān)控方案取決于我們希望依靠它來完成哪些任務。某些方案在監(jiān)控Linux環(huán)境方面表現(xiàn)出色、另一些則更適應在Windows環(huán)境下發(fā)揮作用。還有一些針對網(wǎng)絡及基礎設施所打造，而不太擅長打理應用程序。不過，無論大家zui終作出怎樣的選擇，都應該與前面所提到的五點內(nèi)容加以印證--這些通用特性與實際運行環(huán)境并無關聯(lián)。
　　
　　如果大家目前正在使用或者將來打算使用的方案不符合上述要求，也許另尋答案才是的辦法。監(jiān)控系統(tǒng)非常重要、將其融入工作流的過程也需要耗費大量時間，因此請朋友們慎重考量、認真評估。