資訊專欄INFORMATION COLUMN
摘要：在那些緊迫的告警中，找出需要立即處理的告警更則難上加難。是應(yīng)用性能管理領(lǐng)軍企業(yè)公司旗下產(chǎn)品，也是國內(nèi)首個模式的云告警平臺，集成國內(nèi)外主流監(jiān)控支撐系統(tǒng)，實(shí)現(xiàn)一個平臺上集中處理所有事件，提升可靠性。
在 OneAlert，我們經(jīng)常與運(yùn)維團(tuán)隊(duì)聊天。因?yàn)楫a(chǎn)品開發(fā)過程中，這樣的對話有助于了解客戶的真正痛點(diǎn)。「告警垃圾」——監(jiān)控系統(tǒng)中時常涌現(xiàn)的告警洪流，是運(yùn)維團(tuán)隊(duì)經(jīng)常提到的一大痛處。
至于其原因，雖然多種多樣，但造成的后果都是一樣的：信息超載。如果每天收到幾十條甚至上百條告警提醒，你很難從中找出急需采取行動的緊迫告警。在那些緊迫的告警中，找出需要立即處理的告警更則難上加難。這種現(xiàn)象有個恰如其分的名字：告警疲勞
你看到的情況：服務(wù)器監(jiān)控系統(tǒng)在同一時間發(fā)出5條緊急告警。
實(shí)際情況：你的緩存層由20臺服務(wù)器組成。其中一臺出現(xiàn)了新的配置錯誤，導(dǎo)致一系列的內(nèi)存不足告警，每臺主機(jī)都出現(xiàn)一條告警。
在理想世界中：你只會收到一條告警，告訴你25%的主機(jī)集群出現(xiàn)問題。而且，如果你當(dāng)下正忙得不可開交，可以延后該告警的處理。理想情況下，告警閥值只在集群層或角色層設(shè)置。
你看到的情況：主機(jī) X、Y、Z 出現(xiàn)磁盤空間不足警告。
實(shí)際情況：一切盡在意料之中。在正常運(yùn)轉(zhuǎn)了三個月之后，主機(jī) X、Y、Z 存儲的數(shù)據(jù)逐漸增多。或許你應(yīng)該升級磁盤，或許你應(yīng)該清理一些舊數(shù)據(jù)，但是，必須現(xiàn)在就處理么？在這夜闌人靜的時候？
在理想世界中：除非磁盤使用量突然增多，否則就不是緊急事件。無需觸發(fā)實(shí)時告警，只要每周一發(fā)送磁盤使用量報(bào)告，在其中列出磁盤空間不足的主機(jī)即可。如果能依照當(dāng)前的使用速度，預(yù)測剩余的磁盤空間將在何時耗盡，就更好了。
你看到的情況：每個周一，午餐過后，都會出現(xiàn)大量的告警。
實(shí)際情況：你已經(jīng)努力工作以優(yōu)化配置 Nagios 監(jiān)控的告警閥值。現(xiàn)在，它們不會每天無謂地發(fā)送告警。但是，一到流量特別大的某個工作日，還是會觸發(fā)意料之中的告警。你怎么辦？確認(rèn)該告警，然后無視它。
在理想世界中：你的流量是有起伏規(guī)律的，監(jiān)控系統(tǒng)能夠掌握這種規(guī)律。如果每到下午1點(diǎn)負(fù)載就會增加，告警閥值也應(yīng)該相應(yīng)上升。告警只應(yīng)在出現(xiàn)異常負(fù)載時觸發(fā)，否則就是沒有意義的告警。
你看到的情況：Nagios、Pingdom、NewRelic、KeyNote 還有 Splunk 在同一時間發(fā)出重要告警，與此同時，ZenDesk 上的客戶投訴也不斷增加。
實(shí)際情況：兩個 Mongo 節(jié)點(diǎn)出現(xiàn)數(shù)據(jù)損壞，導(dǎo)致大量的磁盤 IO 以及事務(wù)錯誤。這類問題會波及服務(wù)器層，應(yīng)用層以及用戶層。因此，所有監(jiān)控工具都會發(fā)出告警。
在理想世界中：你只會從最先捕獲該問題的系統(tǒng)處收到一次告警，此后，任何因此而達(dá)到告警閥值的監(jiān)控系統(tǒng)都會將其告警信息傳給同一個「事件線程」。
你看到的情況：每個人都會遇到這樣的情況。同樣的問題每隔幾天就出現(xiàn)一次，持續(xù)時間不過幾分鐘，來得快去得也快。說實(shí)話，你已經(jīng)忙得不可開交了，近期內(nèi)也不大會去排除這種問題。
實(shí)際情況：可能是某個 cron 作業(yè)占用了過量的網(wǎng)絡(luò)資源，又或是應(yīng)用中某個 race-condition 導(dǎo)致了數(shù)據(jù)庫死鎖，也可能是某個不常用的功能導(dǎo)致了后端進(jìn)程崩潰。
在理想世界中：你可以標(biāo)記該問題，之后再去解決。這樣，你只會在下個月再遇到該問題，并得到一份報(bào)告，顯示了該問題通常的發(fā)生時間（當(dāng)然還有相鄰時間內(nèi)容易發(fā)生的問題和與之相關(guān)的問題）。
你遇到了哪些告警垃圾？想不想與我們分享？請?jiān)谖恼孪旅娴脑u論區(qū)留下你的反饋。
OneAlert 是應(yīng)用性能管理領(lǐng)軍企業(yè) OneAPM 公司旗下產(chǎn)品，也是國內(nèi)首個 SaaS 模式的云告警平臺，集成國內(nèi)外主流監(jiān)控/支撐系統(tǒng)，實(shí)現(xiàn)一個平臺上集中處理所有 IT 事件，提升 IT 可靠性。想了解更多信息，請?jiān)L問 OneAlert 官網(wǎng) 。
本文轉(zhuǎn)自 OneAPM 官方博客
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.hztianpu.com/yun/7938.html
摘要：告警關(guān)聯(lián)唯一使監(jiān)控和報(bào)警都步入正軌的好辦法，就是通過告警關(guān)聯(lián)。企業(yè)如果適應(yīng)了告警關(guān)聯(lián)，信息告警的圖表盤上確實(shí)能減少很多壓力。 上節(jié)回顧 對于許多 IT 和運(yùn)維團(tuán)隊(duì)來說，Nagios 既是一個福音也是一個詛咒。一方面，Naigos 在 IT 應(yīng)用的工作領(lǐng)域中，給予了你可以實(shí)時查看告警數(shù)據(jù)的可能性；但是另一方面，Nagios 也能夠生成超級多的告警，對于任何一個運(yùn)維人員或是運(yùn)維團(tuán)隊(duì)來說都是...
摘要：例如，把提示無效信用卡賬號的告警替換為一個可執(zhí)行的告警，比如指示用戶支付成功率急劇下降的告警可能系統(tǒng)會做出較大的變化，需要回滾操作。因此，不斷完善告警也是同樣非常重要的，所以要養(yǎng)成定期瀏覽和刪除不可執(zhí)行告警的習(xí)慣。 對于運(yùn)維團(tuán)隊(duì)而言，很多告警其實(shí)并不能幫助他們解決掉實(shí)際的問題，相反有時會加重多余的負(fù)擔(dān)，這主要是因?yàn)榇蠖鄶?shù)的告警并不具備足夠的可執(zhí)行性： 它們指出的問題壓根兒不需要響應(yīng) ...
摘要：目標(biāo)發(fā)布目前有兩個主要功能針對局部變量類型推斷這將刪除大部分對象實(shí)例化所需的冗長的包含手動類型信息整合源樹的庫即不同的庫將被合并成一個單一的存儲庫。特別是，承諾為局部變量實(shí)例化引入類型推斷機(jī)制，并將現(xiàn)有的存儲庫合并到一個存儲庫中。 JDK 10 何時發(fā)布？ JDK 10 是 Java 10 標(biāo)準(zhǔn)版的部分實(shí)現(xiàn)，將于 2018 年 3 月 20 日發(fā)布，改進(jìn)的關(guān)鍵點(diǎn)包括一個本地類型推斷、一...
閱讀 2681·2021-09-28 09:35
閱讀 3318·2021-09-03 10:28
閱讀 2974·2019-08-30 15:43
閱讀 1531·2019-08-30 14:04
閱讀 1888·2019-08-29 17:02
閱讀 1882·2019-08-26 13:59
閱讀 785·2019-08-26 11:51
閱讀 3349·2019-08-23 17:16
