私有云性能監控非常重要，不僅能診斷故障，而且確保服務級別滿足集中化服務所需。為保證成功，聰明的IT人員經常創建高效率的虛擬化策略來完成私有云的性能監控。

持續收集私有云性能監控數據

私有云主要是關于流程、自動化、人員管理和整合集中等內容。一些私有云使用虛擬化技術和物理宿主機，所以無論采用哪種工具完成性能監控，您需要收集來自于各種宿主機的數據。持續地收集數據而不是僅在整合、集中或故障診斷時才去做。

通常，用戶和監控系統在問題剛剛產生時不會察覺。只有當問題變得嚴重足以影響到用戶使用后才被發現。通過歷史數據，您可以看到問題產生的時間。或許CPU負載的問題在一周前的病毒掃描程序升級完成后就產生了。您可以在歷史數據中輕松發現這點，幫助解決問題的人員快速地定位、修復和恢復到高效狀態。

私有云性能監控還帶來一些非技術性收益。您希望集中的一些服務，例如各部門的Web服務器通常不會設置很多的監控。當服務宕機或變慢時，很多部門的做法是簡單重啟。而這種做法是錯誤的。

如果您推動集中服務的理由是通過監控提高可用性和性能，那么各部門很難拒絕。畢竟，您做了正確的事情，而他們沒有。

透明化

透明化也很重要。把云性能數據開放給開發人員和應用管理員，這樣他們可以看到自己所做配置選擇對性能的影響。對基于虛擬化架構的云而言，類似的一些選擇可能對應用本身是有益的，但卻影響到整個環境的性能。IT系統也講究平衡，包括性能在內。某個應用的性能目標應該用文檔記錄，這樣可以盡力去達到而不是超出。超出這些目標需要額外的資金和時間投入。

選擇相關聯的數據采集點對私有云性能進行監控

當部署私有云性能監控系統時，盡可能多地從正確的地點收集相關聯維度的數據。不要從虛擬化環境中某臺虛擬機中獲取關于CPU負載的信息，結果會是錯誤的。您應該從虛擬化平臺角度去獲取準確數據。同樣，內存使用率、網絡I/O、存儲I/O等等也是這樣。

相反，應用性能最好從單個服務器的級別上判斷，可以幫助識別某個集群成員是否已超負荷。

另外，盡可能地以最小粒度收集數據。很多性能監控工具以5、15或60分鐘的平均數據作為歷史數據，這體現到圖形上就使得峰值數據變得平緩。這種平緩帶來一些假象，因為峰值數據意義重大。

當應用響應工作時，不是慢慢地進行，而是調用所有它可用的CPU資源盡可能快速地完成，在圖形上體現為100%的CPU使用率峰值。峰值時間的長度非常重要，這通常代表最終用戶對應用快慢的感受。換句話說，是請求和結果之間的延遲時間。

如果性能監控軟件把這些峰值跟空閑時間進行了平均，可能看到的是50%的CPU使用率，從而得到錯誤的結論認為性能可以滿足。網絡和存儲連接的工作方式類似。假設某一分鐘100%的使用率，而下一分鐘為0%,那么平均使用率為50%，看起來不是什么問題。這種情況下通過高解析度軟件進行深入分析很有必要。當然保留大量的數據和收集高精度數據的過程也會消耗CPU、內存、網絡和存儲資源，所以您需要找到平衡點。