顶级心理学家2023-01-09 来自上海秦总，IaC 落地 概念不是很清楚，想深入了解下，感谢👍作者回复: IaC其实是 Infrastructure as Code 的缩写，可以Google一下这个关键词，或者看看这个文章：https://www.redhat.com/zh/topics/automation/what-is-infrastructure-as-code-iac 另外 HashiCorp 搞了一个开源工具叫 Terraform 来践行 IaC，非常火爆，可以了解一下 Terraform 的基本工作机理，对 IaC 的了解也有帮助。举个例子，比如我要在公有云部署一个服务，需要一个mysql一个redis，一个LB，之前的做法是手工创建这些资源，应用了 IaC 之后（比如使用Terraform），就可以使用一个配置模板，和云厂商的OpenAPI联动，每次要创建这么一套环境的时候，就应用一下这个配置模板，Terraform就自动帮你创建、配置相关的资源。比如你测试完了之后可以销毁这些云资源，后面再想搭建这个环境的时候再应用一下这个配置模板，过一会这套软件又被拉起，非常方便。更多信息还是需要Google IaC这个关键词了解哈
共 4 条评论19
StackOverflow2023-01-09 来自上海监控不同指标要配置一堆exporter维护起来也很麻烦作者回复: 嗯，exporter做采集器确实有这个问题，可以试试telegraf catagraf grafana-agent datadog-agent这些all-in-one的采集器，一个采集器就可以采集各类机器、中间件的监控指标
共 2 条评论15
无聊的上帝2023-01-11 来自上海老师你好,在工作中遇到了日志监控和链路追踪很难落地的问题. 被挑战的点如下,请教老师这种局可有破解方法? 1. ELK成本较高,价值性较低.出现问题研发直接看pod的log.代码质量确实高,线上环境从未遇见严重bug. 2. 链路追踪的价值是什么,能给业务带来哪些提升?作者回复: 咱们这个专栏主要还是聊监控和稳定性的话题。从稳定性角度出发的话，落地ELK、链路追踪的系统，核心还是想解决故障定位、可观测性的问题，如果在这方面没有痛点，那确实没有落地的必要，去找点其他更能体现价值的事情做一下。 如果还是想在这方面找出一些价值点，可以问这么几个问题： 1、Pod销毁比较频繁，如果有个异常日志还没来得及看的时候Pod被销毁了，是否是个问题 2、如果把这些可观测性数据都收集到中心，可以在中心做一些串联打通，比如指标掉底了，可以方便的跳转到日志系统里看日志，在terminal里查看日志显然做不到这个效果，这个收益是否足够有吸引力 3、链路追踪通常用在微服务场景，服务越多，效果越明显，如果微服务不多，出了问题我们可以快速知道是哪个模块，确实很难讲清楚价值 临时想到这些，欢迎其他同学补充~
共 2 条评论6
陈陈陈陈陈👅2023-01-10 来自上海目前的困境是告警泛滥，希望能减少不必要的告警指标，但又会顾虑正式这些指标的缺失导致问题的发生作者回复: 需要告警合并，告警收敛，告警分级治理的一些手段，后面会有两讲介绍告警管理，希望能给你提供一些思路
6
怀朔2023-01-09 来自上海全球的化节点部署或者多机房的机房部署。 运维维护往往其实还是多套数据，同一个展示 或者多个数据 多地方展示 因为要考虑的权限 容量 告警聚合收敛等问题作者回复: 这是行家里手👍😀
共 2 条评论6
LiangDu2023-01-09 来自上海希望老师提供完善的告警规则和grafana仪表盘文件，对很多小白来说这两块才是核心。作者回复: 课程主要还是想讲出所以然，不过实战部分可能会有一些帮助🤝
共 5 条评论5
Gregory2023-01-09 来自上海多套监控系统维护确实是个问题 目前还没太好的方案作者回复: 的确，监控数据可视化、告警规则管理、告警事件管理，这三块要是能有统一的一个产品来搞定就好了，专栏中也提到了一些方案，回头可以一起学习探讨😀
3
peter2023-01-10 来自上海请教老师几个问题： Q1：生产环境中日志是开启的吗？ 出了问题以后，通过日志来定位问题。但是，生产环境中一般不能开启日志吧。如果不开启的话，怎么利用日志来定位问题呢。好像是个矛盾的事情。 Q2：大厂开发人员是怎么查看日志的？ 对于日志，开发人员是直接用Editplus一类的软件来打开看吗？还是说会用专门的工具软件来查看日志文件？如果用工具软件，用开源的软件还是公司自研的软件？ Q3：open-falcon架构图中怎么没有server？ Zabbix有server，Open-falcon是基于Zabbix发展起来的，按理说也应该有一个server，但架构图中看不出来哪个部分是server。 Q3：Prometheus两个问题 1 没有采用k8s的网站系统，可以用Prometheus吗？ 2 Prometheus可以完成全面的监控吗？ 包括机器、网络、应用、各个中间件等。 Q4：指标监控数据一般怎么存储的？存在MySQL中吗？作者回复: 1，生产环境也会开启日志打印的 2，一般用less、more、tail等命令 3，open-falcon尝试解决zabbix的容量问题，但并不是基于zabbix的架构，并且服务端组件拆得比较散，transfer、hbs、judge、graph等都是服务端组件 4，没用k8s也可以用prometheus 5，prometheus可以完成全面的指标监控 6，一般存储在时序库中，下一讲就开始介绍常用时序库了，zabbix是存mysql，这种不多见，一般都是使用专门的时序库
共 2 条评论2
奥特虾不会写代码2023-01-10 来自上海老师你好，想请教一下对于网络连通性受限的场景下除了 Pushgateway 还有更好的方案不，因为 Pushgateway 使用下来的体验确实不尽如人意，公有云厂商的云主机也是通过类似于Pushgateway 的机制对外推送指标吗？作者回复: 可以考虑remote write的方式哈，比如机器上部署categraf 或者 grafana-agent 或者 telegraf，采集了数据之后通过remote write 推给远端时序库比较方便
共 4 条评论2
Hello Strong2023-01-10 来自上海两三年前因为公司需要，做过一次监控平台的选型，此前在用的就是zabbix，对k8s支持主要靠一些不太热门的插件模块，感觉灵活度太低。选型主要是Prometheus和在用的elk日志平台，前者作为tsdb非常适合指标数据，性能也强。后者的缺点也是前者的优点，但elastic在对采集源的支持度上其实还是可以的，k8s、各种数据中间件、队列、web gateway等都有，这点和Prometheus体系相比不会差太多，图形化方面grafana和kibana也都ok，告警组件方面如果不付费，elastic主要靠一些开源第三方项目的支持，这点不如Prometheus。最后选择了elk方案，原因有点无奈，一方面是Prometheus数据存储的高可用原因，还要再引入其他存储，另一方面elk是已经长期在用的日志平台，各方面都相对熟悉，而且能投入的硬件资源也有限，在数据规模不大的情况下用同一套能满足。作者回复: 这是圈内人士，欢迎来一起交流探讨😁
2