29 天前 / u128287
背景 阿里集团针对故障处理提出了“1/5/10”的目标 -- 1 分钟发现、5 分钟定位、10 分钟恢复，这对我们的定位能力提出了更高的要求。 EMonitor 是一款集成 Tracing 和 Metrics，服务于饿了么所有技术部门的一站式监控系统，其覆盖了：1、前端监控、接入层监控；2、业务 Trace 和 Metric 监控；3、所有的中间件监控；4、容器监控、物理机监控、机房网络监控。 每日处理总数据量近 PB，每日写入指标数据量上百 T，日均几千万的指标查询量，内含上万个图表、数千个指标看板，并且已经将所有层的监控数据打通并串联了起来。
58 天前 / 静逸秋水
某天产品经理，在群里吐槽，自己打开自家的网站，浏览器崩溃了。然后又有人运营跟着评论，说某天也遇见了这种情况。这个时候 HR 也跳出来说面试的候选人也说遇到过这种情况。似乎这个时候，无论我们自己的电脑怎样，但是这个问题就必须有结论。 *前端不想看到的崩溃界面*确定问题其实大家日常在开发的时候，也偶尔会遇到 Crash 的问题，但是大多数原因是我们代码逻辑的问题，因此复现率非常高，我们也容易定位问题。
61 天前 / kafeidou
大家好，我是 roc，来自腾讯云容器服务 (TKE)团队，这次为大家带来实用的打造云原生大型分布式监控系统系列文章，请笑纳。 No.1概述 Prometheus 几乎已成为监控领域的事实标准，它自带高效的时序数据库存储，可以让单台 Prometheus 能够高效的处理大量的数据，还有友好并且强大的 PromQL 语法，可以用来灵活的查询各种监控数据以及配置告警规则，同时它的 pull 模型指标采集方式被广泛采纳，非常多的应用都实现了 Prometheus 的 metrics 接口以暴露自身各项数据指标让 Prometheus 去采集...
72 天前 / 开发者头条
更多 GitHub 开源项目 我是头条菌 我爱程序员，交个朋友吧！ 我的微信号：toutiaoio007 识别下方头条菌二维码申请进群，等你来撩哦～ 项目介绍 夜莺（Nightingale）是滴滴基础平台联合滴滴云研发和开源的企业级监控解决方案。旨在满足云原生时代企业级的监控需求。 Nightingale 在产品完成度、系统高可用、以及用户体验方面，达到了企业级的要求，可满足不同规模用户的场景，小到几台机器，大到数十万都可以完美支撑。兼顾云原生和裸金属，支持应用监控和系统监控，插件机制灵活，插件丰富完善，具有高度的灵活性和可扩展性。
77 天前 / 大转转FE
作者 | 袁小龙背景众所周知，目前前端的错误监控在实际工作中越来越重要，好处如下： 收集前端页面错误 辅助定位分析错误 先于用户发现错误 区别于传统的靠用户反馈机制开发人员被动接收排查问题的模式来说。流程更短，体验更佳。 目前，转转的前端错误监控体系都是基于Sentry 建立的。之前我们也或对比或使用过业内比较成熟的几个监控产品，例如Badjs，FrontJS，Fundebug 等。但要么就是用起来繁琐，要么就是不开源，最后我们选择了Sentry，目前经过一段时间的使用来看Sentry 是相对比较成熟且完整的前端错误监控方案了，已经基本能满足我们的项目要求。
88 天前 / 一猿小讲
是否，处于低谷期，而又不知道该学点什么？ 是否，想了解点技术轮子，而又无从下手？ 是否，想让线上的应用加上监控，拒绝线上应用裸奔？ 是否，想让线上的服务更加透明，而又不知道怎么做？ 近期，我们围绕 Metrics 监控，进行了系列分享。 为了更清晰，本期就回顾一下，一回生二回熟，希望你能醍醐灌顶。 为了以后参考、查看方便，顺道把往期分享中的思维导图梳理成文，你一定要收藏呦。 Tips： 图看不清，放大了去看，有秘密！ 学以致用，它山之石可以攻玉！！ 画图不易，转发或收藏，你懂的！ 1 知脉络。
97 天前 / 一猿小讲
监控值班室： @ 隔壁老王头 SQL 执行耗时时间过长，达到了报警阈值【5000ms】 隔壁老王头： @ 监控值班室 少量报警请忽略，批量关注即可。 监控值班室： @ 隔壁老王头 订单号【88886666】状态为处理中，是否需要关注？ 隔壁老王头： @ 监控值班室 请忽略，稍后运营会处理。 如果上面的对话，每天都会高频出现在 QQ、微信之中，你是否会炸毛，尤其是深夜梦正香甜时。 如果上面的报警，你是否会怒火，尤其是当报警邮件撑爆了你的邮箱时。 其实，这就是宁可错杀一千，不可放过一个的监控系统设计理念，千万别怒火。
102 天前 / 一猿小讲
1 上期我们结合《SRE Google 运维解密》，对监控系统进行了一次脉络梳理，知道一旦离开了监控系统，我们就没法辨别一个服务是不是在正常提供服务，就如同线上的服务在随风裸奔。 文章分享最后，我们把 Google 十余年的监控实践，也尝试进行简单梳理，对于后期落地实践有一定参考意义。 不过，虽然对监控系统有了脉络上的了解，但是我们也知道，如果没有一套设计周全的监控指标体系，也就如同蒙着眼睛在狂奔，本期就好好说说：指标监控的类库 Metrics。
107 天前 / u431291
微服务监控领域，Tracing 借助 Metrics，可以在 APM 方面为开发运维人员提供更大帮助。本文采用 Elastic APM 和 Grafana 作为技术方案，分享借助 Metrics 对 Tracing 数据进行统计、分析与可视化，助力开发运维更高效 1.微服务 Tracing 与 Metrics 1.1.微服务监控三个领域：Tracing、Logging 和 Metrics 在微服务领域，很早以来就形成了 Tracing、Logging 和 Metrics 相辅相成，合力支撑多维度、多形态的监控体系。 三类监控各有侧重： 2 Tracing：，它在单次请求的范围内，处理信息。 任何的数据、元数据信息都被绑定到系统中的单个事务上。
107 天前 / 虞大胆
作者介绍 孙慷，现任某公司系统架构部资深 DBA，负责行业核心业务系统运营维护，主要涉及 Oracle、MySQL 等数据库管理、IT 运维管理工作。对数据库多业务场景性能优化有着丰富的实践经验，专注于数据库性能优化、IT 运维自动化工作。 此文基于笔者前东家（某金融行业龙头）的 IT 运维体系建设及自身经验积累铺展开来，解读 IT 运维监控体系建设内幕。 IT 运维体系的架构中，IT 运维监控是 IT 运维体系中重要的组成部分，作为运维的生命线，安全生产保障的生命线仍需强调。运维的安全生产保障，主要以“监、管、控”为核心，其中“监”则主要指的是监控。
113 天前 / u553049
整体结构 SpringBoot 的 actuator 提供了监控端点。 Prometheus 是监控系统，可以从 Springboot 获取监控数据，以时序数据的形式存储，并提供了监控数据的查询服务。 Grafana 是专业的 UI 仪表盘系统，支持非常多的数据源，其中就包括 Prometheus，可以便利的从中获取数据，使用仪表盘展示出来。 springboot 2 中引入了 micrometer，它可以更方便的对接各种监控系统，包括 Prometheus。 所以整体的结构就是： springboot（micrometer）产生监控数据。Prometheus 获取 springboot 应用的监控数据，存储，并提供数据查询服务。
122 天前 / 四猿外
几年前，我半途接手负责了一个开发团队，当时这个团队做的业务系统属于金融行业。系统的开发、测试都快结束了，这个系统的功能还是挺复杂的，子系统三、四个，定时任务也不少，依赖的第三方系统也好几个。 和这个团队熟悉之后，我和大家说，我们需要对这个系统做监控报警（监控报警的名字叫法很多），监控报警是业务系统的金钟罩，对业务系统非常重要。当时有些人对监控报警没有概念，更感觉不到重要性，估计可能还有一些人认为我是新官上任三把火，一时说说而已。
130 天前 / wsgzao
阅读约 23 分钟前言对于进程的监控最常见的需求就是进程挂了如何被自动拉起来，现在可以由Kubernetes等先进的容器化技术来自动化管理，那原来再物理服务器或者虚拟机中的进程有什么好的办法呢？答案就是Monit/Supervisor等第三方应用来解决，因为线上环境分别使用Monit来监控Core Logical Service，Supervisor用在Codis Dashboard/FE/Proxy上，使用下来的感受和网上的对比分析报告类似，具体内容会在文章内引用，推荐大家使用Monit替代Supervisor自动化管理和监控服务。
144 天前 / 37丫37
这个功能我可以不用，但你不能没有 前几篇文章实现了对物理机、虚拟机以及Kubernetes中Pod的WebSSH操作，可以方便的在web端对系统进行管理，同时也支持对所有操作进行全程录像，以方便后续的查看与审计 这一篇文章接着实现一个看起来很炫酷，但实际上你可能不会经常使用，又必须要存在的功能：实时监控用户操作，在必要的时候将用户踢下线 实时查看操作django通过channels实现websocket中有一个非常重要的概念叫layer，layer可以将多个channel合并成一个group，我们可以发送消息给group...