7、监控集群/11、尚硅谷-Linux云计算-监控- 监控概述/34、尚硅谷-Linux云计算-监控- 监控重要性

大家好，欢迎大家继续收看上硅谷的0NU4云计算课程，我是沈超老师，我薛王阳老师，那这节课呢，我们来看看监控哈，各位监控这个东西其实我们说啊，在Windows上，其实我们也能看到我们的这个任务管理器，其实就是一个最基本的这样一个监控工具，对吧？那我们一直问我们的学员说这个用任务管理器干嘛呀？我们大多数学员都告诉我杀死进程，我说不对，任务管理器最主要的工作其实是监控你的CPU、内存的占有率，看看有哪些进程占的这些资源，最不重要的才是把它杀掉，因为什么所有的这种服务进程都有正确的关闭方法，只有当正确关闭方法不起作用的时候，可能才考虑干嘛强制把他给干掉，对吧？我们应该让他安全的平繁的离开，对，而不是说就把它给干掉，就杀死掉，对吧，所以我们说啊，各位监控呢，是我们这个运维工程是一个最主要的日常工作之一吧。

说之一你们，咱们说理论状态，我们应该保证的是你的服务器没死机，但是呢，它的这个CPU这个和内存占比已经超标了，快死机了，我的运维工程师就介入把故障排除，让他没死，这是最理想的，我们也就是我们的提前预知的啊，但这个事儿在实际工作中是几乎不太可能了，那我们能做到的其实就是基本上能做到什么，只要他出了问题，比如说他真荡了，死机了，我马上就能发现，然后马上能解决问题，把这个这个故障控制在短时间之内，这个就已经不错了，但是这个时候我说我们不可能靠什么跟手工这么来做，对吧，那我们可能就要考虑到通过专业的监控集群来完成这样的工作啊。那我们这章呢，主要看这样两个事儿，第一就是强调一下这东西有多重要，第二呢，就是看看我们常用的一些监控平台啊好了，先说说重要性，好，我们今天第一个重要性。

那重要性，或者是说为什么我们需要监控服务器，就像超刚才说的，我们必须要了解当前的服务器的状态，嗯，当你的服务器数量过多，那你可能不便于去寻找，比如我现在有个公司门户网站，哎，那突然有一天他宕机了，结果我还不知道，哎，等半个月以后，公司同学有点太夸张了，举个例子吧，等半个月以后公司同事告诉我，诶，咱们公司网站怎么访的，那可想而知，这半个月到底我们公司经历了什么，对吧？那如果是一般的公司还好，如果你们公司是做一些所谓的，呃，贷款啊，像这种业务，我估计别人是不是怕你跑路了，一般的公司你也不行，对对对，也不行，只是这个特别严重啊，啊，那很多呢，可能没有做一个太多的这么一个，呃，研究吧，那国外有一个专门的美国人统计过这个事，统计过美国呼叫中心，当他每小时宕机的时候，他损失的资金大概在24000美金左右。就是说一个。

小时，他统计全美国这个损失，因为宕机这个原因造成的损失，每小时在24000美金，就是说我们现在在这讲个课，聊聊天，这个钱就在哗哗的溜，哎，对，就这意思，美国呼叫中心的损失，那这个还是比较多的，对吧？啊，可能是很多企业都接受不了，当然这还只是美国那边的，如果是淘宝，咱们这个，对，或者是我们腾讯，你说如果要当你一个小时，那可不是两万四了，对吧，对对好，它是平均下来的，对对对好，那这是我们知道服务器肯定不能宕机，但是服务器宕不宕机不是咱们说了算，他看他的心情，对，那可能有一一方面呢，呃，当然跟我们的技术也有关，对吧，但另一方面很多一方面可能还是跟运气有关，万一如果哪块磁盘水，不不不不不不，哎呀，技术更多好好，那也就意味着我们应该提前预知这种东西，比如到CPU90%的时候，应该给我发个邮件。

告诉我CPU快不行了，那我认为是不是要干预一下，对，这时候他出了问题，你要知道不能说真的说是一个月以后才发现对这句话了，菜那很多人同学可能会说，诶那不挺简单嘛，我写个小脚本，没事去收集下，说看服务器在不在拼一下，那这只是最基本的数据手段，那内存怎么办？嗯，你说内存也容易啊对，比如像我们现在看到的这么几个，就是top命令的结果，对，那我们可以看到CPU的这个空闲率，包括过去一分钟五分钟，哎，在这这个是过去一分钟五分钟的这个占比，这个这个这个资源消耗的占比，然后我们的这个CPU的空闲啊，CPU的空闲百分比，内存的这个空闲的这个比，包括slap都能看到，对吧，那Windows其实也有类似的东西啊，当然这东西我们就说，如果我们收集的信息相对少，比如说只看内存和CPU，然后我们的服务器数量也比较少，我只有一台服务器。那我们。

可以通过人为手工是不是来干这事，对吧？但是如果我们要是看的东西，哎，比如哎这块呢，更多对看的要更多的话，比如说这里我们就能看到啊这张图上一看一脸懵逼，包括我看我也觉得一脸懵逼，是好像一堆的完全不知道是什么对吧？当然我们想告诉大家，就是我要收集的数据太多，比如什么我们的磁盘啊，比如我们的端口信息网，CPU信息，内存信息，这当然它只是简单的一些比较粗的一些概念，里边还有更细，比如我想我想看一下，诶，当年我们应用的web容器是，嗯，那我想看当年的并发量压力，那你怎么办？对对，那如果说你说这些事都能通过手工小本解决，能确实么？但是我就说第一你的脚本效率怎么样，第二呢，这东西很麻烦，第三呢，这是一台电脑啊，对吧，当我们出现这种环境。

总你又应该怎么解决啊，当然我说实话，我们一般的机房没有这么漂亮啊，但是就说啊，如果就像我说超哥，当年我们做游戏的时候，我们的服务器当年是3000多台，将近4000台服务器，那这个时候如果靠你们自己手工来写脚本，或者是通过这种，比如说我们自己一台服务器，一台服务器登上去看好了，要了定了运维工程师都不用活了，都可以跳楼了，我就告诉你啊，真的对那消耗的资源，包括每天的任务量太烦躁，对所以我们说监控这个东西，对任何的这个服务器来讲，其实啊，一些小公司他们没做监控，那主要原因其实还是什么，他们上面跑的数据干嘛不值钱，诶真的当掉了，或者这个没有访问到，可能损失小，是不是也就算了，但是绝大多数公司可能都是不能容忍的，所以监控都是什么，这是必备的这样一个工具，甚至我们说我们很多学员，哎，你刚毕业的时候，尤其是运维工程师，有可能都是要。

先从监控干嘛，首先从这个活干起来，你先发现问题，然后呢，你解决不了没关系，找有经验的工程师来解决，你来慢慢学，慢慢慢慢你是不是就逐渐能够掌握更多的技术，对吧？所以只要是什么这个服务器上的数据比较重要，一般都是需要啊做监控的啊，这时候是需要七乘247乘24小时不间断的。好，那这节课呢，我们主要强调的其实就是监控的重要性，告诉你这玩意儿不是说可有可无了，而是必备要存在的，而且呢，呃，我们可能不能通过手工脚本，或者说没有必要通过手工脚本，我们这种开源的工具软件是非常多的，而且我们是有的选择，而且它非常成熟的，对吧？对，我们可以挑一个用就行了，好，那这节课呢，就是这样，我们下节课再见，再见。