所有IT部門都在面臨這個(gè)問題——當(dāng)服務(wù)器，網(wǎng)絡(luò)和應(yīng)用出現(xiàn)問題時(shí)，他們必須盡快做出反應(yīng)。這些情形往往具有破壞性和高壓性，并可能引發(fā)影響整個(gè)組織運(yùn)營(yíng)(和利潤(rùn))的停機(jī)時(shí)間。根據(jù)2018年的報(bào)告，平均IT停機(jī)損失高達(dá)155萬美元。更嚴(yán)重的問題是，暴力事件導(dǎo)致每年545小時(shí)的員工產(chǎn)能損失。

出于這些原因，企業(yè)越來越多地投資于應(yīng)用性能監(jiān)視(APM)和服務(wù)器監(jiān)控軟件以及其他解決方案。由于“基礎(chǔ)設(shè)施監(jiān)控是否是企業(yè)所需的解決方案”已經(jīng)不再是問題，因此問題就變成了應(yīng)該使用哪些監(jiān)控工具。

[[283118]]

什么是基礎(chǔ)設(shè)施監(jiān)控?

基礎(chǔ)設(shè)施監(jiān)控是一種軟件工具的部署，用于自動(dòng)診斷整個(gè)技術(shù)堆棧中的性能和可用性問題。

基礎(chǔ)設(shè)施監(jiān)控包括一系列的用途和問題，從網(wǎng)絡(luò)優(yōu)化到診斷再到入侵檢測(cè)。基礎(chǔ)設(shè)施監(jiān)控可以告訴工作人員，路由器是否關(guān)閉，服務(wù)器是否以不尋常的利用率運(yùn)行，并且在適當(dāng)?shù)陌踩韵?，它還可以發(fā)現(xiàn)正在竊取企業(yè)數(shù)據(jù)的入侵者。

隨著網(wǎng)絡(luò)越來越復(fù)雜，由于設(shè)備種類越來越多，以及混合云的出現(xiàn)，網(wǎng)絡(luò)完整性的重要性隨之增長(zhǎng)。即使在中小企業(yè)內(nèi)部的基本網(wǎng)絡(luò)上，也應(yīng)該對(duì)基礎(chǔ)設(shè)施進(jìn)行監(jiān)控，但是對(duì)于大型企業(yè)的復(fù)雜系統(tǒng)，它是運(yùn)營(yíng)的重要組成部分。

為什么需要基礎(chǔ)設(shè)施監(jiān)控?

基礎(chǔ)設(shè)施監(jiān)控為管理者提供了實(shí)時(shí)了解基礎(chǔ)設(shè)施狀態(tài)所需的數(shù)據(jù)，以及衡量組織目標(biāo)進(jìn)度的能力。通過不斷收集和審查有關(guān)基礎(chǔ)設(shè)施的數(shù)據(jù)，監(jiān)控允許測(cè)量當(dāng)前狀態(tài)以及網(wǎng)絡(luò)的進(jìn)展情況。

例如，如果管理層已經(jīng)制定了實(shí)現(xiàn)一定級(jí)別網(wǎng)絡(luò)響應(yīng)的目標(biāo)，那么監(jiān)控工具可以顯示網(wǎng)絡(luò)在響應(yīng)性方面的位置。它可以識(shí)別延遲的峰值，也許也可以找出原因。

確保網(wǎng)絡(luò)以最高效率運(yùn)行需要企業(yè)了解構(gòu)成IT基礎(chǔ)設(shè)施的設(shè)備，同時(shí)還要關(guān)注這些設(shè)備的健康狀況和性能。對(duì)企業(yè)的IT系統(tǒng)進(jìn)行主動(dòng)分析，意味著有更好的機(jī)會(huì)在導(dǎo)致嚴(yán)重中斷之前捕獲即將發(fā)生的故障。

優(yōu)秀IT基礎(chǔ)設(shè)施監(jiān)控工具評(píng)估：

服務(wù)器和網(wǎng)絡(luò)監(jiān)控工具的目標(biāo)是確保IT服務(wù) 24x7 小時(shí)全天候穩(wěn)定運(yùn)行，并在出現(xiàn)任何問題時(shí)告警給IT支持人員。這樣，我們可以最大化正常運(yùn)行時(shí)間并制定更好的災(zāi)難恢復(fù)計(jì)劃。

一般來說，所有工具都有共性，但又不盡相同。以下列出8個(gè)優(yōu)秀的工具列表：

1. Zabbix

Zabbix可以說是市場(chǎng)上最流行和健壯的實(shí)時(shí)監(jiān)控解決方案之一。Zabbix是開源的，它具有一套簡(jiǎn)潔的特性，擁有完善可靠的文檔，并且由活躍的社區(qū)用戶更新和支持。其他好處還包括它有良好的易用性，當(dāng)然，它提供了一個(gè)不受制于任何供應(yīng)商鎖定的解決方案。

Zabbix 的眾多亮點(diǎn)之一是它能夠預(yù)測(cè)流量趨勢(shì)并根據(jù)收集歷史數(shù)據(jù)來提供系統(tǒng)行為預(yù)測(cè)。

主要特點(diǎn)：

• 主動(dòng)監(jiān)控
• 容量規(guī)劃
• 內(nèi)置Java應(yīng)用服務(wù)器監(jiān)控功能
• 硬件監(jiān)控
• 網(wǎng)頁服務(wù)
• 虛擬機(jī)監(jiān)控

Zabbix 可以配置為各種行業(yè)提供監(jiān)控解決方案 —— 從航空航天到金融和零售，同樣也適用于大中型企業(yè)。Romexsoft 團(tuán)隊(duì)依靠此工具為客戶提供24x7全天候IT支持。

2. Grafana

Grafana 是一款用于時(shí)間序列的、免費(fèi)的、出色的分析和監(jiān)控工具。它使我們能夠創(chuàng)建有吸引力的、一目了然的全局?jǐn)?shù)據(jù)可視化圖像。特別是我們可以可視化系統(tǒng)CPU，內(nèi)存，磁盤和 I/O 利用率等指標(biāo)。

Grafana這個(gè)工具比較萬能，我們可以創(chuàng)建來自不同數(shù)據(jù)源的自定義儀表板和特征數(shù)據(jù)，并將它們展示為曲線圖，單一狀態(tài)圖，表格，熱圖或自由文本。

Grafana可以輕松的與 Prometheus、Graphite、InfluxDB、MySQL、PostgreSQL 和 Elasticsearch 集成，還可以通過插件與更多的其他數(shù)據(jù)源連接。雖然Grafana 不是一個(gè)獨(dú)立的解決方案，但它是一個(gè)值得考慮進(jìn)監(jiān)控體系的優(yōu)秀插件。我們團(tuán)隊(duì)利用Prometheus與Grafana集成來作為作為許多客戶的解決方案。

3. ManageEngine OpManager

ManageEngine OpManager 是一款綜合全面的性能監(jiān)控工具，可提供服務(wù)器監(jiān)控，并允許我們主動(dòng)管理網(wǎng)絡(luò)，執(zhí)行網(wǎng)絡(luò)配置和網(wǎng)絡(luò)流量分析，它還有一個(gè)應(yīng)用性能管理插件。但它必須安裝到每個(gè)目標(biāo)節(jié)點(diǎn)上才能正常使用。

為了滿足我們的需求，我們可以設(shè)置可自定義的儀表板來監(jiān)控不同組件的網(wǎng)絡(luò)和指標(biāo)。我們還可以將其用于 LAN/WAN 監(jiān)控，并接收詳細(xì)的流量路徑可視化，查看帶寬流量監(jiān)測(cè)并運(yùn)行各種網(wǎng)絡(luò)系統(tǒng)性能指標(biāo)的測(cè)定。

與前面的幾個(gè)工具不同，ManageEngine 屬于收費(fèi)工具，它將會(huì)根據(jù)業(yè)務(wù)需求提供定制性報(bào)價(jià)。

4. Amazon CloudWatch

Amazon CloudWatch 可以為我們提供更好的應(yīng)用性能、資源利用率、整體云基礎(chǔ)設(shè)施監(jiān)控狀況的可視化能力，并幫助我們識(shí)別和糾正問題。

CloudWatch 使我們能夠以日志、指標(biāo)和事件的形式收集運(yùn)維數(shù)據(jù)。該工具在AWS和本地服務(wù)器上運(yùn)行，這意味著我們可以真正獲得所有資產(chǎn)的統(tǒng)一視圖。其儀表板是可配置的，允許管理員指示AWS根據(jù)預(yù)定義事件采取特定操作。

如果我們最近將基礎(chǔ)設(shè)施遷移到AWS云，應(yīng)考慮使用此云基礎(chǔ)設(shè)施管理軟件，至少應(yīng)該用到某些容量的規(guī)劃上。

5. Prometheus

最后一個(gè)，這是我們團(tuán)隊(duì)最喜歡的一個(gè)開源監(jiān)控工具，它基于時(shí)間序列數(shù)據(jù)提供詳細(xì)的基礎(chǔ)設(shè)施洞悉能力。它是監(jiān)控高動(dòng)態(tài)環(huán)境(如AWS上的容器)的可靠選擇。

從本質(zhì)上講，Prometheus 爬取(scrape)指標(biāo)，在本地存儲(chǔ)所有采樣數(shù)據(jù)并在數(shù)據(jù)之上運(yùn)行其“規(guī)則”(rule)來聚合或生成告警。

Prometheus 的主要優(yōu)勢(shì)包括：

• 它既適用于以機(jī)器為中心的架構(gòu)的監(jiān)控，又適用于面向服務(wù)的架構(gòu)的監(jiān)控;
• 它是服務(wù)中斷期間“首選”的完美工具，因?yàn)樗沟糜脩裟軌蚩焖僭\斷問題;
• 即使在故障情況下，用戶也始終可以查看系統(tǒng)的統(tǒng)計(jì)信息(每個(gè)Prometheus服務(wù)器都是獨(dú)立的)