# 02 监控
### 1. 模块介绍
监控系统是整个运维环节，乃至整个产品生命周期中最重要的一环，事前及时预警发现故障，事后提供翔实的数据用于追查定位问题。监控系统作为一个成熟的运维产品，业界有很多开源的实现可供选择。当公司刚刚起步，业务规模较小，运维团队也刚刚建立的初期，选择一款开源的监控系统，是一个省时省力，效率最高的方案。之后，随着业务规模的持续快速增长，监控的对象也越来越多，越来越复杂，监控系统的使用对象也从最初少数的几个SRE，扩大为更多的DEVS，SRE。这时候，监控系统的容量和用户的“使用效率”成了最为突出的问题。 AukeyCloud监控系统是一款针对主机/容器和互联网应用进行监控系统，监控服务可用于收集主机/容器资源（系统性能、组件服务、数据库、日志等）的监控指标，探测互联网应用服务的可用性，并对指标进行告警和自动执行处理。
#### 概念和术语
* 指标，行业里一般称为Metric(s)、Item或度量，即监控的内容，一般是坐标系中的纵坐标，比如CPU使用率、在线人数等，在SQL语句中一般是 `select 指标`
* 视角，行业里一般称为Dimension，区分指标的条件，比如`设备视角`、`指标视角`、`组合视角`等
* 监控模板（Dashboard），通俗的说就是监控大屏
出图设置
### 2. 模块架构
依托AukeyCloud操作中心实现对主机、网络设备等数据源的数据采集能力，通过监控平台对数据计算、存储，实现告警检测、收敛、通知的闭环。
* 采集器：agent用于采集机器负载监控指标，比如cpu.idle、load.1min、disk.io.util等等，每隔60秒push一次数据。agent提供了一个http接口/v1/push用于接收用户手工push的一些数据，只要安装了agent的机器，就会自动开始采集各项指标，主动上报，agent是一个golang开发的daemon程序，用于自发现的采集单机的各种数据和指标，这些指标包括不限于以下几个方面，共计200多项指标。
* CPU相关
* 磁盘相关
* IO
* Load
* 内存相关
* 网络相关
* 端口存活、进程存活
* ntp offset（插件）
* 某个进程资源消耗（插件）
* netstat、ss 等相关统计项采集
* 机器内核配置参数
### 3. 特点及优势
* 强大灵活的数据采集：自动发现，支持agent、snmp、支持用户主动push、用户自定义监控支持
* 水平扩展能力：支持数据采集、告警判定、历史数据存储和查询
* 高效率的告警策略管理：支持策略模板、模板继承和覆盖、多种告警方式、支持callback调用
* 人性化的告警设置：最大告警次数、告警级别、告警恢复通知
* 高效率的graph组件：单机支撑上万metric的上报、归档、存储（周期为1分钟）
* 高效的历史数据query组件：采用rrdtool的数据归档策略，快速返回上百个metric的历史数据
* dashboard：多维度的数据展示，用户自定义模板
* 支持Nodata监控、主机存活监控等
* 开发语言： 使用前后端分离架构，整个系统的后端，由Python+Go语言编写，前端使用vue.js编写。
### 4. 功能介绍
#### 4.1 监控查询
监控查询的操作流程如下：
**1）指标管理**
* 添加指标， 自定义的监控项需要手动添加指标
* 收集指标， 收集参考设备下的所有指标，选择所需要的指标
* 编辑，可对指标进行自定义编辑添加描述信息
* 所添加或收集的指标被类型或设备关联使用
**2）类型管理**
* 按功能或业务分类的一组设备类型
* 添加类型时可给改类型分配一组初始化指标（指标管理中添加）
* 加入该组的设备将默认拥有此类型下的所有指标
* 类型指标可以进行分配或者回收
**3）设备管理**
* 设备安装Agent将自动展示在可选设备列表
* 给设备分配指定指标
* 通过收集设备将该设备添加进平台监控，收集设备可关联类型，此设备将拥有此类型下的所有指标
**4）监控查询**
* 选择过滤设备和指标查询
* 查询指定时间区间的监控图表
* 以不同的维度展示监控信息（设备视角、指标视角和组合视角）
* 生成图表展示
* 生成的图表可添加到监控模板（**4.2 监控模板**）
* 图表详细信息，可修改展示方式，例如折线图、柱状图等
#### 4.2 监控模板
监控模板类似于监控大屏（Dashboard），将一组业务相关的主机汇总聚合到一起展示，直观的显示某一时刻某一资源的使用情况。
* 下拉可选择更多模板，可对模板进行修改或删除
* 图表相关操作：区域缩放，视图切换，下载图表
* 图表的主题可根据需要自行选择
#### 4.3 告警策略
告警策略是监控的核心功能之一，通过对主机上的指标新增告警策略产生告警，关联通知的用户实现告警通知的闭环，目前通知方式有短信、邮件和IM(目前已对接企业微信）方式。
以下是告警策略设置的主要流程：
告警策略的具体设置如下：
（1）策略模板，新增告警策略
（2）策略列表，选择需要告警的指标
（2）告警动作，选择需要接收告警用户
（3）绑定设备组，将告警策略绑定主机或主机组
**报警函数说明**
配置报警策略的时候支持多种报警触发函数，比如`all(#3)` `diff(#10)`等等。 这些#后面的数字表示的是最新的历史点，比如`#3`代表的是最新的三个点。该数字默认不能大于`10`，大于`10`将当作`10`处理，即只计算最新`10`个点的值。
```
all(#3): 最新的3个点都满足阈值条件则报警max(#3): 对于最新的3个点，其最大值满足阈值条件则报警min(#3): 对于最新的3个点，其最小值满足阈值条件则报警sum(#3): 对于最新的3个点，其和满足阈值条件则报警avg(#3): 对于最新的3个点，其平均值满足阈值条件则报警diff(#3): 拿最新push上来的点（被减数），与历史最新的3个点（3个减数）相减，得到3个差，只要有一个差满足阈值条件则报警pdiff(#3): 拿最新push上来的点，与历史最新的3个点相减，得到3个差，再将3个差值分别除以减数，得到3个商值，只要有一个商值满足阈值则报警lookup(#2,3): 最新的3个点中有2个满足条件则报警；
```
**设备组**
告警设备（主机）可在设备组中管理，对告警设备（主机）的增删改查，在设置告警策略中调用。
**用户组**
用户组是一组告警用户的集合，告警用户接收告警通知，对告警用户的增删改查在用户组中进行。
#### 4.4 告警记录
告警事件的查询和记录都在告警记录中展示，如下图：
#### 4.1 监控查询
AukeyCloud监控系统能够监控服务器主机/容器资源的基础性能指标，同时也支持用户自定义指标数据的采集上报做监控；借助监控系统，您可以全方位了解主机的资源使用情况和运行状态，并对应用程序的日志数据做监控以保障业务的可用性。通过告警服务您可以及时作出响应，保证应用程序顺畅运行，业务无忧。
**4.1.1 类型管理**
* 按功能或业务分类的一组设备类型
* 添加类型时可给改类型分配初始化指标（关联指标管理中的指标）
* 加入该组的设备将默认拥有此类型下的所有指标
* 可对已分配指标的设备进行再分配回收指标
* 新增加指标需要首选添加到类型才能给设备分配
### 5. 结语
### [
](https://694748391.gitbook.io/aukeybooks/02-jian-kong-v1.0#5-jie-yu)
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://aukey-cloud.gitbook.io/aukeycloud/jian-kong.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.