互联网各大厂中秋月饼大battle

因此做监控系统的目标很明确，就是发现问题，解决问题，最好自愈，达到愉快休假，业务安心的目的。

4 个黄金指标

有定义，有目标，那指导呢?

实际上 “业务逻辑、应用程序、硬件资源” 已经成为了一个监控系统所要监控构建的首要目标，绝大部分的监控场景都可以归类进来。

针对这三大项，《Google SRE 运维解密》 也总结出了 4 个黄金指标，在业界广为流传和借鉴：

• 延迟：服务处理某个请求所需要的时间。
  • 区分成功和失败请求很重要，例如：某个由于数据库连接丢失或者其他后端问题造成的 HTTP 500 错误可能延迟很低。因此在计算整体延迟时，如果将 500 回复的延迟也计算在内，可能会产生误导性的结果。
  • “慢” 错误要比 “快” 错误更糟糕。
• 流量：使用系统中的某个高层次的指标针对系统负载需求所进行的度量。
  • 对 Web 服务器来讲，该指标通常是每秒 HTTP 请求数量，同时可能按请求类型分类(静态请求与动态请求)。
  • 针对音频流媒体系统来说，指标可能是网络 I/O 速率，或者并发会话数量。
  • 针对键值对存储系统来说，指标可能是每秒交易数量，或每秒的读者操作数量。
• 错误：请求失败的速率。
  • 显式失败(例如：HTTP 500)。
  • 隐式失败(例如：HTTP 200 回复中包含了错误内容)。
  • 策略原因导致的失败(例如：如果要求回复在 1s 内发出，任何超过 1s 的请求就都是失败请求)。
• 饱和度：服务容量有多 “满”，通常是系统中目前最为受限的某种资源的某个具体指标的度量，例如：在内存受限的系统中，即为内存;在 I/O 受限的系统中，即为 I/O。
  • 很多系统在达到 100% 利用率之前性能会严重下降，因此可以考虑增加一个利用率目标。
  • 延迟增加是饱和度的前导现象，99% 的请求延迟(在某一个小的时间范围内，例如一分钟)可以作为一个饱和度早期预警的指标。
  • 饱和度需要进行预测，例如 “看起来数据库会在 4 小时内填满硬盘”。

如果已经成功度量了这四个黄金指标，且在某个指标出现故障时能够发出告警(或者快要发生故障)，那么在服务的监控层面来讲，基本也就满足了初步的监控诉求。

也就是可以做到知道了是什么出问题，问题出在哪里，单这一步就已经提高了不少定位问题的时间效率，是一个从 0 到 1 的起步阶段。

实践案例

知道是什么(定义)，为什么要做(目标)，做的时候需要什么(4 个黄金指标)后，还缺乏的是一个承载这些基础应用、业务思考的平台，让架构+运维+业务共同在上面施展拳脚。

公司内部至少需要有一个监控告警管理平台。

平台搭建

在目前云原生火热的情况下，Kubernetes 生态中大多惯用 Prometheus，因此 Prometheus+Grafana+AlertManger 成为了一大首选，业内占比也越来越高，其基本架构如下：
 

技术固然重要，但这只是必要条件，更重要的是自动驾驶能不能契合甚至推动交通组织方式的变革，更令人兴奋的是，的确如此。其实，城市自动驾驶的大规模实施后，私家车这一概念就将成为古董，城市中运行着的车辆几乎都将是自动驾驶网络中的出租车——一个自动驾驶网络将比自动驾驶的单车更能发挥自动驾驶的优势。告别私家车时代、代之以自动驾驶网络，将成为新的交通组织方式。这样的变革或许比我们想象的发生的更快，也许仅仅只需要两个十年。

如果二十年后，城市规模进化到了一城一亿人这个级别，那么除了极少数超大国家之外，绝大部分的国家将进入一国即一城的时代。到了那个时候，超大城市之间的高速互联比今天的价值更大，看看今天的京沪高铁已经占据了全部高铁总利润的80%，不难想象今后城际之间的超高速互联的兴起。

“自动驾驶”“城际超高速互联”，是不是很有点耳熟?是的，特斯拉。这些东西的后面都这样那样地与特斯拉密不可分。作为自动驾驶的绝对龙头，特斯拉的大棋远比新能源车这个范式深得多。仅凭新能源车，特斯拉就足以比肩苹果;随着自动驾驶新时代的启航，特斯拉的极限恐怕还在更远的远方，埃隆·马斯克胸中的布局有点深。当然，紧跟者也不少，谁将是未来大赢家呢?

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!