运维同学最重要的使命就是保证线上业务的稳定运行，但是业务不出问题是不可能的，任你怎么拜服务器都没用。所以出了故障就要及时发现及时处理，监控就成了运维工作中非常重要的环节，有人甚至说监控对于运维来说，犹如眼睛对人来说一样重要。
一个完备的监控系统需要具备的是数据采集、扩展性、告警管理、高可用、历史数据存储与展示、权限管理等几个方面，每个单元可以选择的工具又非常多，正所谓 ends justify means，只要能保证业务稳定，监控工作怎么做大家可以各显身手：
中小型公司业务量和人手都有限，多用开源监控工具。开源工具比较通用，能满足大多数的监控需求，实在不行还可以在它们的基础之上进行改进，国外比较受欢迎的开源监控工具／系统有：Zabbix，CACTI，Nagios 等，随着云原生理念的流行，Prometheus, Zipkin 也得到了越来越多的关注。国内也有开源的监控系统：小米开源的号称互联网企业级监控系统 Open-Falcon，现在已经被 200 多家企业采用；还有大众点评开源的实时应用监控平台 CAT，也比较好用；
对于很多大厂来说，业务量规模庞大且复杂，仅使用开源的监控工具和系统无法满足自己的需求，大家都愿意自研监控系统，比如阿里巴巴的鹰眼，去哪儿网的 Watcher 等等。
所以说具体问题还是要具体分析，适合自己的才是最好的。如何才能找到适合自己的监控系统？要从源头解决这个问题，还是要先了解自己的系统，弄清楚监控的思路是什么，监控的难点在哪里，有哪些坑可以避免。
现在我们聚集了一些国内一线大厂，让你可以了解到国内顶级企业的监控实践：他们在自研监控系统的过程中有哪些考虑，是什么样的设计思路？
11 月 16 日-11 月 17 日，InfoQ 举办的CNUTCon全球运维技术大会，上海，你不可错过的运维技术盛会。咨询大会信息请联系 Joy 小姐姐，电话：13269078023 （微信同号）。
InfoQ 技术编辑
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
评论