本文是WOT2016互聯(lián)網(wǎng)運(yùn)維與開發(fā)者大會的現(xiàn)場干貨，  新一屆主題為WOT2016企業(yè)安全技術(shù)峰會將在2016年6月24日-25日于北京珠三角JW萬豪酒店隆重召開！

許俊是極光的***位嚴(yán)格意義上的大數(shù)據(jù)工程師，目前是大數(shù)據(jù)平臺的負(fù)責(zé)人，見證了極光大數(shù)據(jù)平臺從0到1，迅速發(fā)展到現(xiàn)在規(guī)模的歷程。他給開發(fā)者帶來的是大數(shù)據(jù)架構(gòu)下對于業(yè)務(wù)監(jiān)控的幾點(diǎn)思考。通過類比地球地質(zhì)演進(jìn)的過程，來描述大數(shù)據(jù)架構(gòu)下的業(yè)務(wù)監(jiān)控架構(gòu)的演進(jìn)歷史。

寒武紀(jì)——搭建Hadoop集群/Zabbix對機(jī)器基本指標(biāo)監(jiān)控

幾億年前的地球處于寒武紀(jì)，北半球大部分被海水淹沒，地球上的生物比較匱乏，主要是一些類似藍(lán)藻、紅藻這樣的低等生物。這時極光有了***個Hadoop集群，集群規(guī)模非常小，業(yè)務(wù)、數(shù)據(jù)也比較少。這樣對應(yīng)到監(jiān)控上的壓力也很小，所以只用業(yè)界比較流行的Zabbix做一些基本的機(jī)器層面的監(jiān)控。

Zabbix 對機(jī)器基本指標(biāo)監(jiān)控

但業(yè)務(wù)、數(shù)據(jù)不多，不代表沒有問題，有時候會等到第二天，甚至是第三天，業(yè)務(wù)部門反饋出來，才知集群出現(xiàn)問題。如上圖是傳統(tǒng)的監(jiān)控圖，比較被動。這剛剛開始，并沒有投入太多的精力做這個事情。

侏羅紀(jì)——開始重視監(jiān)控/定時檢查CDH監(jiān)控

侏羅紀(jì)時期，有造山運(yùn)動和劇烈的火山活動。爬行動物非常發(fā)達(dá)，出現(xiàn)了巨大的恐龍、空中飛龍和始祖鳥，植物中蘇鐵、銀杏最繁盛。這是極光的集群規(guī)模隨著業(yè)務(wù)的增長逐漸擴(kuò)大，開始重視監(jiān)控問題。

CDH監(jiān)控

許俊表示，當(dāng)時極光選用的是Cloudera的CDH， 如上圖，是CDH監(jiān)控上的部分截圖，監(jiān)控是非常詳細(xì)和細(xì)致，能滿足當(dāng)時大部分需求。因此在這個基礎(chǔ)上做了一些定制，對接到監(jiān)控系統(tǒng)和報警系統(tǒng)，達(dá)到知曉集群狀況的目的。

白堊紀(jì)——引入Kafka等組件/基于Zabbix監(jiān)控做定制

白堊紀(jì)時期，造山運(yùn)動非常劇烈，我國許多山脈都在這時形成。動物中恐龍最盛，魚類和鳥類很發(fā)達(dá)，哺乳動物開始出現(xiàn)。植物中顯花植物很繁盛，也出現(xiàn)了熱帶植物和闊葉樹。此時，極光集群規(guī)模繼續(xù)擴(kuò)大，業(yè)務(wù)的復(fù)雜度繼續(xù)提升，故對監(jiān)控的要求越來越高，并且因業(yè)務(wù)需要引進(jìn)很多新組建，類似Kafka等。

基于 Zabbix 定制的業(yè)務(wù)監(jiān)控

針對需求，監(jiān)控也應(yīng)隨之進(jìn)步。CDH滿不能滿足需求的情況下，因有Zabbix傳統(tǒng)監(jiān)控，就在已有的系統(tǒng)前提下做一些定制和開發(fā)。如上圖，在Zabbix框架前提下做的一些定制化開發(fā)，可以看到監(jiān)控的是其中一個zabbix節(jié)點(diǎn)內(nèi)存使用的情況，也同樣對接到告警系統(tǒng)，這樣能夠覆蓋到之前覆蓋不到的業(yè)務(wù)層級。這個過程持續(xù)了比較長的時間，但在用的過程中發(fā)現(xiàn)兩個問題：其一，Zabbix更關(guān)注CPU、Memory、Network 等機(jī)器指標(biāo)，對業(yè)務(wù)指標(biāo)支持不好。其二，只能做簡單的記錄和展示，無法靈活地發(fā)現(xiàn)問題。

許俊表示，在這個時期極光又遇到新的困難，想看看繼續(xù)沿著之前的思路想，已有的方案能不能解決。目前監(jiān)控方案有CDH方案、根據(jù)Zabbix做定制方案。CDH方案，雖然Hadoop整個是開元的，但CDH版本的監(jiān)控這一套是相對比較封閉，并且定制化比較高，所以如果在這個基礎(chǔ)上做比較困難。Zabbix也遇到兩個問題，好像這條路走不下去了。這時開始反思是不是應(yīng)該換個方向，換個思路解決這個問題。

新生代——需要一套通用功能豐富的監(jiān)控系統(tǒng)

新生代時期，地殼有強(qiáng)烈的造山運(yùn)動，早期的爬行動物絕跡，哺乳動物繁盛，生物達(dá)到高度發(fā)展階段。此時對于監(jiān)控指標(biāo)的壓力越來越大，簡單的指標(biāo)監(jiān)控已經(jīng)不能滿足要求，出現(xiàn)了越來越多的類似 “平均值”、“***值”、“求和” 等更靈活多樣的需求，這就需要一套更通用和功能豐富的監(jiān)控系統(tǒng)。

大數(shù)據(jù)平臺的架構(gòu)

大數(shù)據(jù)平臺架構(gòu)。如上圖是大數(shù)據(jù)平臺的實(shí)際架構(gòu)中的一部分，下面深色域是整個集群核心，在CDH的監(jiān)控下已經(jīng)得到比較好的監(jiān)控。上面Flume是作為數(shù)據(jù)收集的核心的組建，Kalka是作為現(xiàn)在數(shù)據(jù)的重點(diǎn)中心。這兩個組建目前是沒辦法覆蓋到監(jiān)控里面去，所以在做一個通用的監(jiān)控系統(tǒng)時，必須照顧到Kalke、Flume，及類似的開元組建。

基于時間序列的監(jiān)控

選擇Graphite作為核心監(jiān)控組建。許俊表示，經(jīng)過調(diào)研發(fā)現(xiàn)基于時間序列的監(jiān)控能夠滿足需求，它可以把監(jiān)控指標(biāo)值存儲以外，每個指標(biāo)都會帶上一個時間戳，這樣就可以基于時間戳做非常多變換。選擇Graphite的原因有三：其一，可提供一站式解決方案，完成數(shù)據(jù)收集、存儲和展示比較核心的功能。其二，提供了非常豐富的數(shù)據(jù)的操作，基本能涵蓋我們絕大部分的需求。其三，Graphite整個框架是基于Python生態(tài)圈開發(fā)，第三方依賴少。

Graphite的架構(gòu)

Graphite架構(gòu)。有三個部分組成：Graphite  wab，數(shù)據(jù)圖片的渲染及對用戶的交互。Carbon，是來實(shí)現(xiàn)接聽端口，接收指標(biāo)數(shù)據(jù)的功能。Whisper，是一個時間序列的數(shù)據(jù)庫，是參考了ID類型數(shù)據(jù)庫做的。

Graphite下的魔法 — Functions

 Graphite下的魔法 — Functions。如上圖可以看到下拉列表里面有非常多豐富的Functions，在使用過程中會發(fā)現(xiàn)，基本上平時業(yè)務(wù)里面能用到的指標(biāo)這里面都能覆蓋到。

設(shè)計師的頁面 — Grafana

Grafana。 如上圖，為了避免對用戶友好信譽(yù)的影響，引入Grafana組件。它是一個純前端的組建，不做任何數(shù)據(jù)收集、數(shù)據(jù)存儲及數(shù)據(jù)計算，只是一個純UI來和用戶完成交互，其后端依然是Graphite。在后臺配置Graphite Metric，就是按照Graphite的格式，一級一級的把目錄定下來，后面Graphite提供一些豐富方法，可以在后面通過簡單的點(diǎn)擊就能完成。也會在上面時時的把一些數(shù)據(jù)指標(biāo)給展示出來。

強(qiáng)大的collector&aggregator — StatsD

StatsD。如上圖，可以看到StatsD提供了非常多的Metric的類型，可以對接到業(yè)務(wù)，并且它提供各種語言的Collector，在監(jiān)控場景下性能可以達(dá)到要求。Aaggregator能對數(shù)據(jù)監(jiān)控指標(biāo)做非常非常多聚合的操作。

監(jiān)控的監(jiān)控 — Cabot

Cabot。Cabot組件作為監(jiān)控的告警系統(tǒng)。如上右圖，可以看得到Metric就是我們前面提到Graphite那個Metric的路徑，它會實(shí)時把圖片秀出來，下面有幾種格式的返回。Cabot除了Graphite以外，它還支持Jenkins、HTTP、ICMP等作為監(jiān)控來源。同時它提供其他格式如，郵件、短信和電話等。但是很遺憾它這些方案都是基于一些開元組件和第三方的組件來做，沒辦法對接到自己的告警系統(tǒng)，因?yàn)橐话愣紩约狠喴惶赘婢到y(tǒng)。但是好在Cabot又基于python做的，所以做一些定制非常簡單即可。

監(jiān)控系統(tǒng)架構(gòu)

監(jiān)控系統(tǒng)架構(gòu)。上圖是監(jiān)控系統(tǒng)的整個架構(gòu)，最右邊是各個業(yè)務(wù)，我們通過StatsD的Collector，把各種Metric收集到StatsD，做一些負(fù)載均衡及聚合操作。然后把Metric剖析給Graphite服務(wù)器，Graphite服務(wù)器頁面比較丑，所以給它加了一個漂亮帽子Grafana。整個系統(tǒng)只能收集數(shù)據(jù)，不能發(fā)現(xiàn)問題，所以給它做加一個告警組件Cabot，這樣一來整個業(yè)務(wù)系統(tǒng)的監(jiān)控架構(gòu)就完整了。

大數(shù)據(jù)時代監(jiān)控系統(tǒng)未來存在的挑戰(zhàn)

大數(shù)據(jù)時代

大數(shù)據(jù)時代監(jiān)控系統(tǒng)未來面臨哪些挑戰(zhàn)呢？從整個演進(jìn)的過程來看，架構(gòu)是隨著業(yè)務(wù)不斷的發(fā)展而發(fā)展的，許俊主要講解了以下三個重點(diǎn)：

***：要整合大數(shù)據(jù)各個組件的通用監(jiān)控告警系統(tǒng)。整個大數(shù)據(jù)平臺的架構(gòu)，肯定是從簡單到復(fù)雜，隨著業(yè)務(wù)的發(fā)展，舊的組件不能滿足需求，然后引入新的組件，會有越來越多的組件加入到架構(gòu)中。監(jiān)控系統(tǒng)也需要覆蓋到這些組件。怎么樣做一套通用監(jiān)控系統(tǒng)，而不用每個都去定制，每個都去寫復(fù)雜的代碼，這是面需要花時間關(guān)注的問題。

第二：整個監(jiān)控系統(tǒng)和內(nèi)部告警系統(tǒng)給對接，但是還有很多各種各樣的系統(tǒng)。其中非常有特點(diǎn)調(diào)度系統(tǒng)，要怎么像對接監(jiān)控系統(tǒng)一樣，把調(diào)度系統(tǒng)對接起來，完成資源更好的利用，是后面需要研究的課題。

第三：有監(jiān)控，有告警，能非常及時的發(fā)現(xiàn)問題。但發(fā)現(xiàn)問題沒用，還要解決問題。現(xiàn)在都是采用人工去做的方式，那怎么樣通過程序的方式，在監(jiān)控系統(tǒng)里面自動觸發(fā)恢復(fù)的操作，讓問題響應(yīng)時間從人工干涉的幾分鐘，甚至幾個小時，變成程序自動恢復(fù)的幾秒，甚至幾毫秒？甚至更進(jìn)一步，更方便好用及強(qiáng)大的監(jiān)控系統(tǒng)，其實(shí)能發(fā)現(xiàn)很多之前傳統(tǒng)的告警或人工沒辦法發(fā)現(xiàn)問題，可以在問題發(fā)生之前就發(fā)出預(yù)警。

演講視頻：http://edu.51cto.com/lesson/id-100759.html

【講師簡介】

[[167075]]

許俊，高級Hadoop工程師，大數(shù)據(jù)平臺負(fù)責(zé)人。極光推送首位大數(shù)據(jù)工程師，見證并負(fù)責(zé)整個極光推送大數(shù)據(jù)平臺的演進(jìn)，目前負(fù)責(zé)Hadoop平臺，流計 算系統(tǒng)、圖數(shù)據(jù)庫服務(wù)、spark算法平臺等基礎(chǔ)數(shù)據(jù)平臺。在Hadoop運(yùn)維開發(fā)，大規(guī)模分布式計算平臺領(lǐng)域有著豐富經(jīng)驗(yàn)。