从0开始学微服务
胡忠想
微博技术专家
立即订阅
16289 人已学习
课程目录
已完结 42 讲
0/4登录后，你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 微服务，从放弃到入门
免费
模块一 入门微服务 (10讲)
01 | 到底什么是微服务？
02 | 从单体应用走向服务化
03 | 初探微服务架构
04 | 如何发布和引用服务？
05 | 如何注册和发现服务？
06 | 如何实现RPC远程服务调用？
07 | 如何监控微服务调用？
08 | 如何追踪微服务调用？
09 | 微服务治理的手段有哪些？
10 | Dubbo框架里的微服务组件
模块二 落地微服务 (14讲)
11 | 服务发布和引用的实践
12 | 如何将注册中心落地？
13 | 开源服务注册中心如何选型？
14 | 开源RPC框架如何选型？
15 | 如何搭建一个可靠的监控系统？
16 | 如何搭建一套适合你的服务追踪系统？
17 | 如何识别服务节点是否存活？
18 | 如何使用负载均衡算法？
19 | 如何使用服务路由？
20 | 服务端出现故障时该如何应对？
21 | 服务调用失败时有哪些处理手段？
22 | 如何管理服务配置？
23 | 如何搭建微服务治理平台？
24 | 微服务架构该如何落地？
模块三 进阶微服务 (8讲)
25 | 微服务为什么要容器化？
26 | 微服务容器化运维：镜像仓库和资源调度
27 | 微服务容器化运维：容器调度和服务编排
28 | 微服务容器化运维：微博容器运维平台DCP
29 | 微服务如何实现DevOps？
30 | 如何做好微服务容量规划？
31 | 微服务多机房部署实践
32 | 微服务混合云部署实践
模块四 展望微服务 (4讲)
33 | 下一代微服务架构Service Mesh
34 | Istio：Service Mesh的代表产品
35 | 微博Service Mesh实践之路（上）
36 | 微博Service Mesh实践之路（下）
阿忠伯的特别放送 (4讲)
阿忠伯的特别放送 | 答疑解惑01
阿忠伯的特别放送 | 答疑解惑02
微博技术解密（上） | 微博信息流是如何实现的？
微博技术解密（下）| 微博存储的那些事儿
结束语 (1讲)
结束语 | 微服务，从入门到精通
从0开始学微服务
登录|注册
15 | 如何搭建一个可靠的监控系统？
胡忠想 2018-09-25
专栏第 7 期我给你讲解了监控系统的实现原理，先来简单回顾一下，一个监控系统的组成主要涉及四个环节：数据收集、数据传输、数据处理和数据展示。不同的监控系统实现方案，在这四个环节所使用的技术方案不同，适合的业务场景也不一样。
目前，比较流行的开源监控系统实现方案主要有两种：以ELK为代表的集中式日志解决方案，以及Graphite、TICK和Prometheus等为代表的时序数据库解决方案。接下来我就以这几个常见的监控系统实现方案，谈谈它们的实现原理，分别适用于什么场景，以及具体该如何做技术选型。
ELK
ELK 是 Elasticsearch、Logstash、Kibana 三个开源软件产品首字母的缩写，它们三个通常配合使用，所以被称为 ELK Stack，它的架构可以用下面的图片来描述。
这三个软件的功能也各不相同。
Logstash 负责数据收集和传输，它支持动态地从各种数据源收集数据，并对数据进行过滤、分析、格式化等，然后存储到指定的位置。
Elasticsearch 负责数据处理，它是一个开源分布式搜索和分析引擎，具有可伸缩、高可靠和易管理等特点，基于 Apache Lucene 构建，能对大容量的数据进行接近实时的存储、搜索和分析操作，通常被用作基础搜索引擎。
Kibana 负责数据展示，也是一个开源和免费的工具，通常和 Elasticsearch 搭配使用，对其中的数据进行搜索、分析并且以图表的方式展示。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《从0开始学微服务》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(8)
- wenxueliuelk更多是日志吧。大家买课程很多希望看到外面看不到的经验，而不是网上文章的拼凑，毫无营养，说实话。
作者回复: elk用作监控的有很多地方，另外专栏面向的读者层次不同，有的读者没有基础知识，照顾下他们，科普还是有必要的，更深的使用经验在考虑单独篇幅里写。
2018-10-01 48 
herome墙裂推荐 美团的CAT ！！！！2018-09-28 7
godtrue开开眼界，用时自行研究，这里就是常规介绍2019-06-15 2
玉剑冰锋个人认为ELK更适合进行故障排查定位、数据分析、深度挖掘方向，不知道老师是否认可？另外请教老师一个问题，Prometheus这种拉取方式在小规模可以体现出优势，大规模的情况拉取是不是就不如推送更优了？2018-09-27 2
cqc从官方文档来看，Prometheus的指标存储，很高效，但是问题在于没有成熟的高可用，历史数据归档，海量历史数据查询支持。在调研监控系统的过程中，还发现了小米的open falcon，感觉设计得很复杂，它和Prometheus都属于现代的面向微服务设计的指标监控系统，老师能否有机会深度比较一下？另外，想让老师指正一下我对于监控系统的理解：根据我目前的理解，监控系统可以划分为不同的维度：指标监控（如Prometheus，Zabbix），日志监控（NLK/NFK），调用链监控（zipkin），不知道对不对？2018-11-15 1
金hb.Ryan 冷空氣駕到很欣慰，我司的监控技术栈是influxdb+grafana，配合程序/collectd 来推送，不过即使influxdb很强大还是建议适当merge一下，不然...都是泪作者回复: 哈哈，开源组件在生产环境中用肯定是要优化的
2018-09-28 1
旭东国产的有好的监控组件吗？如CAT2018-09-27 1
天若有情天亦老elk+xpack 可以做到小规模的业务监控。
就是watcher比较难用
目前用的方案是 elk stack+zabbix ，求更优方案作者回复: 能cover住需求就行
2018-09-25
收起评论