遇到多集群場景問題

多達上百個集群數(shù)，而有些業(yè)務(wù)系統(tǒng)擁有多個集群,，其多集群場景特點有：

服務(wù)發(fā)現(xiàn)隔離：Prometheus的服務(wù)發(fā)現(xiàn)機制無法發(fā)現(xiàn)多個集群的被監(jiān)控對象,；

網(wǎng)絡(luò)隔離：跨集群可能存在連通性問題；

業(yè)務(wù)需求：業(yè)務(wù)系統(tǒng)可能需要跨集群聚合數(shù)據(jù),。

只用Prometheus能解決嗎,？

Prometheus本身只支持單機部署，沒有自帶支持集群部署,，對于集群化和水平擴展,，官方和社區(qū)都沒有銀彈，需要合理選擇VictoriaMetrics,、Thanos等開源方案或自研方案,。Prometheus的存儲空間也受限于單機磁盤容量，磁盤容量決定了單個Prometheus所能存儲的數(shù)據(jù)量,，數(shù)據(jù)量大小又取決于被采集服務(wù)的指標數(shù)量,、服務(wù)數(shù)量、采集速率以及數(shù)據(jù)過期時間,。在數(shù)據(jù)量大的情況下,，我們可能就需要做很多取舍，比如丟棄不重要的指標,、降低采集速率,、設(shè)置較短的數(shù)據(jù)過期時間等。 運維小白如何做好運維監(jiān)控,？運維監(jiān)控平臺

信創(chuàng)終端運維服務(wù),、數(shù)據(jù)中心運維服務(wù)、業(yè)務(wù)系統(tǒng)運維服務(wù),、適配遷移服務(wù),、安全運維服務(wù)等信創(chuàng)運維服務(wù)。通過信創(chuàng)運維服務(wù)體系、信創(chuàng)安全管理體系,、信創(chuàng)一體化服務(wù)保障平臺,、信創(chuàng)現(xiàn)場和遠程運維服務(wù)管理平臺，規(guī)范信創(chuàng)運維服務(wù)過程,，提升信創(chuàng)運維服務(wù)保障能力,，為客戶創(chuàng)建可視可控的運維環(huán)境，保障信創(chuàng)終端,、數(shù)據(jù)中心和業(yè)務(wù)應(yīng)用系統(tǒng)的可靠、高效,、持續(xù),、安全運行。

多種信創(chuàng)技術(shù)路線并存：信創(chuàng)運維技術(shù)難度高,，缺乏成熟運維技術(shù)和經(jīng)驗參考,，信創(chuàng)運維技術(shù)培訓不健全。信創(chuàng)適配遷移困難：缺乏應(yīng)用系統(tǒng)適配改造經(jīng)驗,，應(yīng)用遷移涉及重構(gòu)與重編譯,，工作量大，遷移工具不成熟,。信創(chuàng)生態(tài)環(huán)境不成熟：信創(chuàng)產(chǎn)品性能,、可靠性、品質(zhì),、成熟度參差不齊,，生態(tài)環(huán)境不成熟，產(chǎn)業(yè)鏈生態(tài)整合能力弱,。信創(chuàng)運維管理復(fù)雜：信創(chuàng)環(huán)境和非信創(chuàng)環(huán)境并存,，運維管理復(fù)雜。與國外成熟產(chǎn)品差距大,，運維難度高,，要求較高的運維技術(shù)能力。 網(wǎng)站智慧運維監(jiān)控管理解決方案Argus運維監(jiān)控網(wǎng)絡(luò)設(shè)備配置文件自動備份,。

Argus運維監(jiān)控系統(tǒng)基于ZABBIX的預(yù)處理及自動發(fā)現(xiàn)功能,，有效整合PROMETHEUS。

環(huán)境復(fù)雜 ：在現(xiàn)有的架構(gòu)環(huán)境中,，既有虛擬主機,，又有 Kubernets 集群 

監(jiān)控工具多 ： 在現(xiàn)有的環(huán)境中的監(jiān)控工具既有zabbix，又有 prometheus § Zabbix的監(jiān)控項及Prometheus的配置仍為大量的 手工操作 § 每套工具有單獨的技術(shù)棧,，維護成本高 

無統(tǒng)一化告警人管理 ：zabbix及grafana中都有告警人配置

數(shù)據(jù)采集 ： Prometheus 負責Exporter及 Kubernets集群的 監(jiān)控項采集,，并單獨于Kubernets集群外部署 § Zabbix負責虛擬主機監(jiān)控項的采集 

事件處理 ： Zabbix 通過HTTP agent 方式查詢不同的 prometheus 采集節(jié)點，并通過監(jiān)控項模板中監(jiān)控項 的預(yù)處理及自動發(fā)現(xiàn)功能自動創(chuàng)建不同應(yīng)用名稱的監(jiān) 控項及監(jiān)控項閾值 § Zabbix 通過不同監(jiān)控項的當前數(shù)據(jù)判斷閾值并觸 發(fā)不同閾值級別下相應(yīng)的動作 § 各閾值動作通過應(yīng)用名關(guān)聯(lián)不同的用戶組，觸發(fā) 釘釘通知到對應(yīng)的研發(fā)團隊

IT運維監(jiān)控具有性能穩(wěn)定,、用戶界面友好,、跨平臺、易實施,、易集成等特點,，可極大地簡化IT設(shè)施和業(yè)務(wù)系統(tǒng)的監(jiān)控管理。越來越多的客戶都在考慮或采納業(yè)務(wù)集中的方案,。然而業(yè)務(wù)系統(tǒng)集中后,，不僅增加運行維護的工作強度，而且會使集中的系統(tǒng)變得更加繁雜,。有效的系統(tǒng)和應(yīng)用監(jiān)控體系成為了解業(yè)務(wù)資源的使用狀況,，及時發(fā)現(xiàn)可能導致系統(tǒng)故障的隱患，實現(xiàn)系統(tǒng)運營保障的關(guān)鍵,。另一方面,，借助于集中監(jiān)控解決方案，用戶能夠正確和及時地了解系統(tǒng)的運行狀態(tài),，發(fā)現(xiàn)影響整體系統(tǒng)運行的瓶頸,，幫助系統(tǒng)人員進行必要的系統(tǒng)優(yōu)化和配置變更，甚至為系統(tǒng)的升級和擴容提供依據(jù),。強有力的監(jiān)控和診斷工具還可以幫助運行維護人員快速地分析出應(yīng)用故障原因,，把他們從繁雜重復(fù)的勞動中解放出來。維護人員快速地分析出應(yīng)用故障原因,，把他們從繁雜重復(fù)的勞動中解放出來,。因此，很多客戶的 IT 部門提出建立集中 IT 管理系統(tǒng)的需求,，監(jiān)控的內(nèi)容包括網(wǎng)絡(luò),、服務(wù)器、數(shù)據(jù)庫,、中間件和應(yīng)用,。通過集中監(jiān)控系統(tǒng)及時發(fā)現(xiàn)系統(tǒng)中的故障，減少故障處理時間,。我們要運維監(jiān)控這個東西的什么屬性,？比如CPU的使用率、負載,、用戶態(tài),、內(nèi)核態(tài)、上下文切換,。

基于信創(chuàng)環(huán)境建立信創(chuàng)運維服務(wù)體系,，滿足跨平臺對信創(chuàng)軟硬件設(shè)備提供運維監(jiān)控管理功能,，包括不限于服務(wù)器（ARM架構(gòu)、MIPS架構(gòu),、X86架構(gòu)等）,、網(wǎng)絡(luò)設(shè)備、數(shù)據(jù)庫（國產(chǎn)數(shù)據(jù)庫及非國產(chǎn)數(shù)據(jù)庫）,、應(yīng)用服務(wù)器,、存儲、業(yè)務(wù)系統(tǒng)等全域多視角地監(jiān)控和管理,，幫助用戶在極短時間發(fā)現(xiàn)問題,、分析出原因、得出解決方案,，使故障問題能夠在極短時間內(nèi)解決,，保證業(yè)務(wù)系統(tǒng)的連續(xù)性。Argus 運維監(jiān)控平臺是跨區(qū)域,、跨部門的運維系統(tǒng)監(jiān)控平臺,，實現(xiàn)包括不限于服務(wù)器（ARM架構(gòu),、MIPS架構(gòu),、X86架構(gòu)等）、網(wǎng)絡(luò)設(shè)備,、數(shù)據(jù)庫（國產(chǎn)數(shù)據(jù)庫及非國產(chǎn)數(shù)據(jù)庫）,、中間件、存儲,、業(yè)務(wù)系統(tǒng)等運維監(jiān)控,。通過對基礎(chǔ)實施、信息系統(tǒng),、項目進度的總體監(jiān)控實現(xiàn)運維體系的有效運行,，保障信創(chuàng)項目順利開展。提供自動化運維,、智能化運維功能,，打破了人工現(xiàn)場運維效率低下的現(xiàn)狀；從信息采集,、健康巡檢,、補丁分發(fā)等場景實現(xiàn)功能自動化；利用智能學習,、大數(shù)據(jù)分析,、機器學習等技術(shù)手段，實現(xiàn)故障從人工處理到無人值守的變革,，降低故障處理時間的同時,，實現(xiàn)被動運維到主動干預(yù)的轉(zhuǎn)變,。以 zabbix 為采集中心配合自研的 ArgusNMS 增強模塊為一組采集單元， ArgusEdge 的統(tǒng)一調(diào)度實現(xiàn)監(jiān)管控的需求,。智能運維監(jiān)控平臺

Argus運維監(jiān)控系統(tǒng)-IT網(wǎng)管的救命稻草,！運維監(jiān)控平臺

大集群場景特點數(shù)據(jù)規(guī)模大：監(jiān)控對象targets多，數(shù)千萬時序數(shù)據(jù)time-series,，單Prometheus負載非常高,。

當series數(shù)據(jù)超過300萬時，Prometheus內(nèi)存增長較為明顯,，需要使用較大內(nèi)存的機器來運行,。壓測過程中，我們使用了工具去生成預(yù)期數(shù)目的series,，工具生成的series每個label的長度及值的長度都較小,，固定為10個字符左右。我們的目的是觀察相對負載變化,，實際生產(chǎn)中由于label長度不同,，服務(wù)發(fā)現(xiàn)機制（比如Pod頻繁重啟）的消耗不同，相同的series數(shù)目所消耗的負載會比壓測中高不少,。目前Argus有好幾個集群的采集端Prometheus消耗內(nèi)存在30G以上,，這會導致查詢效率下降，嚴重的會導致OOM,，有的大集群內(nèi)存消耗達幾百G,。 運維監(jiān)控平臺

上海觀縱科技有限公司是一家從事webfunny前端監(jiān)控，webfunny前端埋點,，全鏈路應(yīng)用性能監(jiān)控,，Argus-IT運維監(jiān)控研發(fā)、生產(chǎn),、銷售及售后的服務(wù)型企業(yè),。公司坐落在上海市奉賢區(qū)望園南路1288弄80號1904、1909室,，成立于2022-11-14,。公司通過創(chuàng)新型可持續(xù)發(fā)展為重心理念，以客戶滿意為重要標準,。在孜孜不倦的奮斗下,，公司產(chǎn)品業(yè)務(wù)越來越廣。目前主要經(jīng)營有webfunny前端監(jiān)控,，webfunny前端埋點,，全鏈路應(yīng)用性能監(jiān)控，Argus-IT運維監(jiān)控等產(chǎn)品,，并多次以傳媒,、廣電行業(yè)標準,、客戶需求定制多款多元化的產(chǎn)品。上海觀縱科技有限公司研發(fā)團隊不斷緊跟webfunny前端監(jiān)控,，webfunny前端埋點,，全鏈路應(yīng)用性能監(jiān)控，Argus-IT運維監(jiān)控行業(yè)發(fā)展趨勢,，研發(fā)與改進新的產(chǎn)品,，從而保證公司在新技術(shù)研發(fā)方面不斷提升，確保公司產(chǎn)品符合行業(yè)標準和要求,。webfunny前端監(jiān)控,，webfunny前端埋點，全鏈路應(yīng)用性能監(jiān)控,，Argus-IT運維監(jiān)控產(chǎn)品滿足客戶多方面的使用要求,，讓客戶買的放心，用的稱心,，產(chǎn)品定位以經(jīng)濟實用為重心,，公司真誠期待與您合作，相信有了您的支持我們會以昂揚的姿態(tài)不斷前進,、進步,。