站点监控 | 网站健康检查的外科医生

当今的互联网上，有成千上万个网站，提供着各种各样的服务，有电商、搜索、新闻、娱乐、在线教育等等，用户根据所需进行浏览和访问。网站做为网上服务的载体，稳定性至关重要，如果网站异常了，势必会影响诸多用户，给网站造成具大的流量损失。因此对于网站的维护者而言，第一时间发现网站的异常至关重要。

站点监控可实现对目标站点作实时的监控，如同外科医生一样，可对网站进行全方位的检查，在网站异常时及时通知用户进行止损操作。接下来将分上下两篇介绍站点监控，本文主要介绍站点的组成、站点的工作原理以及站点监控的功能需求。

首先我们来探讨一个概念 网站是什么？

A website is a collection of related web pages, including multimedia content, typically identified with a common domain name, and published on at least one web server.

A website may be accessible via a public Internet Protocol (IP) network, such as the Internet, or a private local area network (LAN), by referencing a uniform resource locator (URL) that identifies the site.

以上是维基百科对网站的定义：网站是一个网页资源的集合，这些资源部署在 Web 服务器上并通过域名进行标识，即一个站点包括网页、域名、Web Server（服务器）。

从狭义上来讲，一个对外提供服务的 Web 应用程序即可称为网站，我们可以通过统一资源定位符 URL 来访问该应用程序提供的静态或动态网页资源。

而从广义上讲，各种对外提供文件下载、流媒体传输、邮件服务等应用服务器，以各种形式为用户提供的多样网络服务，均可称之为站点。

那么，网站异常的场景是什么？

网站由域名、网页、Web Server（Web 服务器）组成，网站正常与否，也就是域名是否可以正常解析，Web 服务器是否可以正常连通以及是否可以正常工作，网页是否可以返回预期的内容。

图 1 以用户访问百度服务的请求为例，描述了用户的请求在到达这个百度服务地址之前，依次会经过用户所在地域的网络运营商接入设备→运营商骨干网链路→百度 IDC 所在地域的运营商接入设备→百度站点服务（具体细节可以参看文章《百度网络监控实战：猎鹰一战成名》）。

图 1 用户访问百度服务的请求示例

从物理链路来讲，在用户请求到达目标网站之前，任何一个服务或链路出现故障，都有可能会导致用户访问目标服务的体验受到影响（如延时变大或者访问失败），因此，站点监控中我们需要关注 DNS 解析，运营商网络，站点服务三个环节。网站异常的场景如下：

1 场景一

• 域名被劫持了！进入了其他网站界面？

2010 年，百度 www.baidu.com 的域名遭到不法分子恶意篡改，导致全球多处用户不能访问百度网站，故障持续数小时，给用户带来很大的困扰，也给百度造成了巨大的流量损失。

2 场景二

• 在北京的用户访问正常，广州的用户却无法访问？

用户到 Web 服务器间链路连接关系复杂，一次简单的请求涉及网络设备或链路不计可数，任何一处的设备或链路故障都有可能影响到某一区域的用户请求。

3 场景三

• 网站响应速度慢，网站访问超时？

假如您是某购物网站的维护者，网站的访问量意味着订单量和收入。若某一时刻网站访问量增大，网站服务器负载已无法承接流量，出现大量的访问超时，严重影响用户体验，作为网站维护者，您如何第一时间感知以避免损失呢？

4 场景四

• 网站中页面可以打开，但页面内容展示异常？

通常此种场景为网站内部某些处理逻辑或数据存在异常，单纯关注页面是否可访问无法发现这种错误，需要对网站页面或接口的返回内容进行监控。

5 场景五

• 视频网站打开正常，里面的视频都播放不了？

除了常见的 HTTP 页面/接口请求，文件下载、流媒体传输、邮件服务或针对客户端定制的 TCP、UDP 接口异常，均会对用户造成影响。

网站异常对用户的影响如此之大 我们该如何应对？

通过对网站异常场景的分析，我们需要一款站点监控产品，通过模拟真实用户访问情况，探测站点的 DNS 解析、分地域/运营商连通性、站点性能等问题。站点监控需要具备如下几方面能力：

1 支持域名解析监控

通过对域名进行 DNS 解析，判断是否发生 DNS 劫持，避免 DNS 问题导致网站无法正常提供服务。

2 支持不同地域/运营商/网络制式探测

通过部署在全国的站点监控探测点，模拟不同终端用户的访问行为，获得全国各地域(省份/城市)、运营商(电信/联通/移动/教育网/…)、网络制式（固网/2G/3G/4G）到目标地址的访问数据，从而知晓各地域、各运营商的网络质量，供网站维护者针对性的进行网络接入优化。

3 支持采集多种指标数据

网站性能是体现网站体验的重要因素，我们通过获取目标站点的 DNS 域名解析时间、建连时间、下载时间、响应时间等指标来分析站点服务的性能瓶颈，优化站点的服务质量。

4 支持网站返回内容校验

通常，一个站点提供多种服务，对外呈现多种不同的数据和页面。我们需要模拟用户的请求，并校验返回的结果是否符合预期，来监控站点服务是否正常。为了模拟用户请求，针对 HTTP 请求需要支持 POST/GET 方法、多种请求参数、User-Agent 等 Header 参数、Cookie 等参数配置；为了校验返回结果，需要提供 HTTP Code 判断、返回内容匹配校验等支持。

5 支持不同协议类型

一个站点服务可支持多种协议的访问，我们需要从应用层、传输层对目标站点进行探测：应用层需要支持 HTTP/HTTPS/FTP/SMTP/DNS 等，传输层需要支持 TCP/UDP。

总结

站点监控是针对站点进行监控的产品，本文从总体上介绍了站点的工作原理以及站点监控的功能需求。如何实现这些功能，以满足站点的监控需求，我们将在下一篇文章中具体介绍。

作者介绍：

梁飞，百度高级研发工程师，负责百度云监控（BCM）系统的研发和可用性建设相关工作，在云监控、系统可用性方面有广泛的实践经验。

本文转载自公众号 AIOps 智能运维（ID：AI_Ops）。

原文链接：

https://mp.weixin.qq.com/s/R83izBHzqkA_OD1k1-aQmA