除了一体化代码之外，我们的项目还有许多微服务支持。他们每个都需要被监控。由DevOps工程师监控它们几乎是不可能的。我们开发了一个监控系统，作为开发人员的服务。他们可以自己配置监控系统中的指标，使用它们，构建基于指标的仪表板，设置由阈值触发的警报。DevOps工程师唯一必须提供的是基础设施和文档。
Argo CD不直接使用任何数据库（Redis被用作缓存），所以它看起来没有任何状态。之前，我们看到了如何实现高可用性的安装，主要是通过增加每个部署的副本数量来完成的。但是，我们也有应用程序定义（如Git源集群和目标集群），以及关于如何访问Kubernetes集群或如何连接到私有Git回购或私有帮助集群的详细信息。这些东西构成了Argo CD的状态，它们保存在Kubernetes资源中——要么是本地资源，比如连接细节的秘密，要么是应用程序和应用程序约束的自定义资源。 灾难可能会由于人工干预而发生，例如Kubernetes集群或Argo CD名称空间正在被删除，或者可能是一些云提供商出现的问题。我们也可能有要将Argo CD安装从一个集群移动到另一个集群的场景。例如，也许当前的集群是用我们不想再支持的技术创建的，比如kubeadm（https://kubernetes.io/docs/setup/production-environment/tools/kubeadm/），现在我们想转移到云提供商管理的技术。 你可能会出现在脑海中：“但我认为这是GitOps，所以一切都保存在Git回购中，这意味着它很容易重新创建？”首先，并不是所有的东西都被保存到Git回购中。例如，当在Argo CD中注册一个新集群时，我们必须运行一个命令，使这些详细信息不在Git中（出于安全原因，这是可以的）。其次，重新创建GitOps回购中的一切可能需要很多时间——可能有数千个应用程序、数百个集群和成千上万的Git回购。更好的选择可能是从备份中恢复到以前的所有资源，而不是从头开始重新创建所有的资源；这样做要快得多。
最终用户客座文章作者：Ratnadeep Debnath，Zapier 网站可靠性工程师
DevOps 正在改变全球软件开发的状态，DevOps 正以某种形式有效地提高提高全球软件公司的上市速度、可销售性、创新和产品质量。 2021 年是 DevOps 的重要一年。由于 DevOps 跨越开发、运营、IT、安全和产品团队等等，以及软件开发的不同阶段，因此有大量工具可供选择。 本文介绍目前市场上可用的一些顶级 DevOps 工具，同时牢记 CI/CD 生命周期的重要类别。上篇为配置管理、构建、源代码、部署工具，本篇主要是漏洞管理、质量、监控、协作工具。
作者 | Matt Saunders 译者 | 明知山 策划 | 丁晓昀 开源工具 Grafana 已经发布了 9.0 版本。9.0 版本的关键目标是改进用户体验，让可观察性和数据可视化变得更容易和可访问，并改进警报功能。 可视化查询构建器首次出现在 Grafana 9 中，它提供了更简单、更直观的方法来查看数据。这是为 Prometheus（被广泛采用的警报和监控工具）和 Grafana Loki（Grafana 的日志聚合工具）而设计的。这个版本还提供了一个高分辨率的直方图可视化仪表盘面板。
在我们之前的博客文章中，我们主要关注跟踪，这是0.14.0版本中的一个新特性。但是跟踪并不是我们在0.14.0中对监视功能进行的惟一改进。我们还对Prometheus的监控进行了一些重大改进。Strimzi几乎从一开始就支持Prometheus的Kafka指标。但是在0.14.0中，通过添加对Kafka导出器（Kafka Exporter ）的支持，我们做出了一些重大改进。Kafka导出器增加了Kafka代理中缺少的一些额外指标。在这篇博文中了解更多关于它们的信息。
对 PostgreSQL 的性能问题进行监控至关重要。PostgreSQL 是一个强大的开源关系数据库系统，以其健壮性、可扩展性和对可扩展性和标准符合性的强调而脱颖而出。在本 PostgreSQL 监控指南中，我们将介绍应监控的关键 PostgreSQL 指标、PostgreSQL 监控的最佳实践以及一些可以设置 PostgreSQL 监控的工具。
开源 Retina 使用 eBPF 为 Kubernetes 中的容器网络带来可观测性。
Kubernetes和Docker是在DevOps圈中最常听到的两个词。Docker是一个工具，它使你能够以容器化的方式运行应用程序，Kubernetes是一个用于编排、管理容器的平台——如果你想使用Docker CLI去手动地管理数千个容器，这是不切实际的。
时间序列用于现代监控，作为表示随时间收集的度量数据的方式。这样，现代性能指标可以以智能和有用的方式存储和显示，帮助我们监控我们的服务器和服务。
Grafana Mimir 是 Grafana Labs 开发的一个 AGPLv3 许可的开源软件项目，与对象存储结合使用时，可为 Prometheus 指标提供可扩展的长期存储。Mimir 使用基于微服务的可水平扩展的架构构建。每个微服务被称为一个组件，Mimir 作为由这些组件组成的单个二进制文件运行。大多数组件都是无状态的，不需要在重新启动之间保留任何数据。这里我们结合 MinIO 来使用 Grafana Mimir。
Grafana v8.0 的重大变更包括对告警系统的重构；新的可视化改进，包括状态时间线、状态历史和直方图面板；实时流；可以重用的库面板；和细粒度的访问控制，允许企业客户确保其组织中的每个人都具有适当的访问级别。
Promtail、Loki 和 Grafana 是一组开源工具，通常一起使用，用于帮助监控、收集、存储和可视化日志和指标数据的现代化日志解决方案。
2.3 Prometheus数据模型 2.3.1 指标名称 2.3.2 标签 2.3.3 采样数据 2.3.4 符号表示 2.3.5 保留时间
有了上一个篇博文(prometheus部署与体验)的数据之后我们就可以进入告警规则的学习了。Prometheus 进程内置了告警判断引擎，prometheus.yml 中可以指定告警规则配置文件。
总之，监控系统是分布式系统中不可或缺的一部分。通过实时监测、警报、数据记录和分析等功能，监控系统可以帮助您确保系统的可用性、稳定性、性能、合规性和可维护性，为分布式系统的正常运行和管理提供强有力的支持。
你可能已经知道Kubernetes是领先的容器编排系统。根据最新的CNCF 研究，可能已经将它用于生产工作负载或在未来一年考虑使用它。2021 年的研究发现，惊人的 96% 的受访者正在使用 Kubernetes 或计划在不久的将来使用它——而 69% 的受访者目前正在生产中使用 Kubernetes。Kubernetes 为大型组织和小型组织提供了许多好处：它提高了开发人员的生产力、降低了成本、提高了效率，并最终为最终用户带来了更好的体验。
Grafana Labs收购Asserts.ai，以便通过更简单、更自动化的方式帮助用户分析指标数据。
红帽OpenShift 4.6最新版刚出来, 最新的监控技术栈经过了较大的调整并且GA(生产可用)了.
Spring Boot 的应用监控方案比较多，Spring Boot+Prometheus+Grafana是目前比较常用的方案之一。它们三者之间的关系大概如下图：
在这篇文章中，作者介绍了CI/CD可观测性的概念和重要性。通过使用可观测性，团队可以提前解决问题，做出更明智的决策，并增加对软件发布的信心。文章还提到了CI/CD系统中常见的问题，包括不稳定性、性能回归和配置错误。为了解决这些问题，作者介绍了GraCIe，这是一个基于Grafana构建的应用插件，旨在提供对CI/CD系统的易于理解的方式。GraCIe利用Grafana Tempo、Grafana Loki和Prometheus的功能，通过使用OpenTelemetry，可以与几乎任何CI/CD平台无缝集成，为用户提供无与伦比的洞察力。作者还展望了未来，希望CI/CD供应商能够朝着一个共同的标准发展，实现遥测数据的普遍可访问性。
Kubernetes在容器编排市场中占主导地位，通常用于托管微服务。但是，微服务的每个实例都会生成大量日志事件，这些日志事件很快就会变得难以管理。更糟糕的是，当出现问题时，由于服务间的复杂交互以及不可预知的故障模式，很难找到根本原因。
Kubernetes (K8s) 是开发人员中最常用的容器编排平台。它自动化部署、扩展和管理容器的能力彻底改变了我们大规模构建和运行应用程序的方式。然而，随着 Kubernetes 变得越来越流行，为了提供高性能应用程序，对强大的监控解决方案的需求变得更加迫切。
翻译自 Why Did Grafana Labs Need to Add Adaptive Metrics? 。
了解使用 Prometheus 和 Grafana 监控 Kubernetes 的优势和挑战，以及他们的潜在继任者。
网络监控是网络管理的重要组成部分，定期网络监控可以预防故障、优化性能、规划容量，确保网络的可用性、安全性等。相比较普通的监控工具，开源网络监控工具拥有可定制性、灵活性、可扩展性等优势，受到国内外众多企业的追捧，有哪些好用的开源网络监控工具，该如何选择呢？
警报提供对代码问题和对用户的影响的实时可见性。有多种类型的警报可用于自定义阈值和集成。
Kubernetes 生态系统充斥着各种工具，例如监控、可观察性、跟踪、日志记录等，但一般很难真正理解故障排除与这些工具有何联系。
点击关注公众号，Java干货及时送达 作者：烟味i 链接：https://www.cnblogs.com/2YSP/p/12827487.html 一、背景 Spring Boot 的应用监控方案比较多，SpringBoot + Prometheus + Grafana 是目前比较常用的方案之一。 它们三者之间的关系大概如下图： 关系图 二、开发SpringBoot应用 首先，创建一个SpringBoot项目，pom文件如下： <dependency> <groupId>org.springfr
点击上方“芋道源码”，选择“设为星标” 管她前浪，还是后浪？ 能浪的浪，才是好浪！ 每天 10:33 更新文章，每天掉亿点点头发... 源码精品专栏 原创 | Java 2021 超神之路，很肝~ 中文详细注释的开源项目 RPC 框架 Dubbo 源码解析 网络应用框架 Netty 源码解析 消息中间件 RocketMQ 源码解析 数据库中间件 Sharding-JDBC 和 MyCAT 源码解析 作业调度中间件 Elastic-Job 源码解析 分布式事务中间件 TCC-Transaction
Prometheus 是一个开源监控系统，它前身是 SoundCloud的告警工具包。从 2012 年开始，许多公司和组织开始使用 Prometheus。该项目的开发人员和用户社区非常活跃，越来越多的开发人员和用户参与到该项目中。目前它是一个独立的开源项目，且不依赖于任何公司。为了强调这点和明确该项目治理结构，Prometheus 在 2016 年继Kurberntes 之后，加入了 Cloud Native Computing Foundation。
想象一下，在没有财务预测的情况下经营企业，甚至不知道银行剩下多少钱。您怎么知道您是在巨大的现金缓冲中游泳还是由于资金不足而需要跳过客户午餐？如果不注意自己的财务状况，根本就不可能开展健康的业务。同样，如果不观察您的计算基础架构，就不可能保持应用程序运行正常。
主机数据的采集是集群监控的基础；外部模块收集各个主机采集到的数据分析就能对整个集群完成监控和告警等功能。一般主机数据采集和对外提供数据使用cAdvisor 和node-exporter等工具。
在PromQL、LogQL和TraceQL之前，业界在查询和分析监控指标、日志和链路时使用了不同的方法和工具。这些方法和工具通常会因技术和需求的演变而变化，以下是在之前常见的一些方法：
第7章 可靠性和可扩展性 分为两个问题进行考虑 可靠性和容错性 可扩展性 ---- 7.1 可靠性和容错性 通常的实现方式是构建集群。但是，集群解决方案需要相对复杂的网络，并且需要解决集群中节点之间的状态管理问题 Prometheus架构认为，实现集群所需的投入以及维护集群节点之间数据一致性的成本要高于数据本身的价值 Prometheus推荐的容错解决方案是并行运行两个配置相同的Prometheus服务器，并且这两个服务器同时处于活动状态。该配置生成的重复警报可以交由上游Alertmanager使用其分组（
在线服务应旨在提供符合业务需求的服务可用性。这个过程的一个关键部分应该涉及组织中的不同团队，例如，从业务开发团队到工程团队。
如果您使用监控系统（如Zabbix或Nagios），那么您就知道监控的工作原理。简而言之，它可以描述如下：监控系统接收各种指标（CPU /内存使用，网络利用率等）。一旦其中一个指标的值超出预定阈值，它就会激活相应的触发器，监控系统会通知您其中一个指标超出正常限制。通常手动设置每个度量的阈值，这不太方便。
监控系统是运维工作中不可或缺的一部分，它可以帮助我们监控系统的健康状况、运行状态和性能指标等，及时发现和解决问题，确保系统的可靠性和稳定性。SRE对监控系统最基本的需求就是：监控是SRE的第三只眼，使得可以在系统出问题时我们能及时感知到。
数据是每项技术业务的支柱，作为一个健康医疗技术平台，Halodoc 更是如此，用户可以通过以下方式与 Halodoc 交互：
Grafana 是用于时序数据的事实上的仪表盘解决方案。它支持近百个数据源。Grafana Labs 想从一个仪表盘解决方案转变成一个可观察性 (observability) 平台，成为你需要对系统进行调试时的首选之地。
第4章 监控主机和容器 首先，我们将在每台主机上安装exporter，然后配置节点和Docker指标让Prometheus来抓取。基本主机资源监控 CPU 内存 磁盘 可用性 然后，我们利用收集的指标来构建一些聚合指标并保存为记录规则 最后，我们会简要介绍Grafana，并对收集的数据进行基本的可视化 回顾USE： 使用率（Utilization） 饱和度（Saturation） 错误（Error） USE方法可以概括为：针对每个资源，检查使用率、饱和度和错误。该方法对于监控那些受高使用率或饱和度的性能问题
这篇文章的主要内容是展示Helios内部利用开源项目和创造性思维快速高效地向客户提供基于链路跟踪的告警机制。
Kubernetes 是容器编排市场的主导者，经常被用来托管微服务。微服务的每个实例都会生成大量的日志事件，并且这些事件很快就会变得难以管理。但是，更糟糕的是，当问题发生时，由于服务之间的复杂的交互以及几乎无穷无尽的可能故障模式，很难找到问题根源。这种潜在的问题推动了 Kubernetes 日志管理工具的流行。
Grafana 在昨日的可观测性大会[1]上发布了一些新的项目和新功能，其中最重要的就是 Loki 2.0[2] 版本的发布，以及发布了一个全新的开源的大规模可扩展的分布式追踪系统 Grafana Tempo[3]。
在介绍springboot如何与prometheus整合监控之前，先介绍几个待会整合会用到的工具。
Grafana 也有自己的告警模块，只需要在页面配置，不需要通过yml文件配置，比Prometheus的的更加顺滑。下图为Grafana告警模块工作原理图：
prometheus是由SoundCloud开源的CNCF旗下的监控系统,是Google BorgMon监控系统的开源版本,提供了完善的监控和告警功能.
Apache Airflow是一个编排平台，用于以编程方式编写、安排和执行工作流。OpenTelemetry开放遥测用于生成、收集和导出遥测数据（指标、日志和跟踪），以帮助您分析软件的性能和行为。这两个开源项目看起来很自然，随着 Airflow 2.7 的推出，用户现在可以开始在 Airflow 中利用 OpenTelemetry Metrics！
Grafana是一款用Go语言开发的开源数据可视化工具，可以做数据监控和数据统计，带有告警功能。 本文介绍Grafana的安装，以及配合Prometheus完成MySQL数据库和主机节点的监控可视化实践。
我们有充分的理由证明Prometheus是一个日益流行的开源工具。开源工具可以为应用程序和服务器提供监视和警报。 Prometheus的强大优势在于监视服务器端指标，并将其存储为时间序列数据。尽管Prometheus并不适合于应用程序性能管理，主动控制或用户体验监视（尽管GitHub扩展确实使Prometheus可以使用用户浏览器指标），但Prometheus作为监视系统的能力是很强的，并且能够通过联盟实现高可扩展性服务器的数量使Prometheus成为各种使用案例的强大选择。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
