2.12 如何设计metrics监控

1. metrics监控是什么

记录事件发生的时间和数值，用来查看趋势

2. 为什么需要metrics监控

可以用来查看趋势，在出问题之前告警

3. 如何实现metrics监控

3.1. 监控什么数据

• 系统层：
  • 系统层主要是指宿主机和容器的监控，
  • 指标：CPU、磁盘、内存、网络等
• 中间层：
  • 中间层主要是指中间件和存储的监控，比如Nginx、Redis、ActiveMQ、Kafka、MySQL、Tomcat等
• 应用层：
  • 应用层指的是服务角度的监控，比如服务所有实例、某个具体实例、接口等监控
  • 指标：
    • 响应时间：主要是响应一个请求所消耗的延迟，比如某接口的HTTP请求平均响应时间为100ms。
    • 请求量：是指系统的容量吞吐能力，例如每秒处理多少次请求（QPS）作为指标。
    • 错误率：主要是用来监控错误发生的比例，比如将某接口一段时间内调用时失败的比例作为指标。
• 用户层：
  • 用户层主要是与用户、与业务相关的一些监控，属于功能层面的

3.2. 如何收集数据

3.2.1. metrics数据类型有哪些

• 一般有Gauges（度量）、Counters（计数器）、 Histograms（直方图）、 Meters（TPS计算器）、Timers（计时器）这几种度量类型

3.2.2. 如何上报给服务端

• Push：目标服务主动推送数据给metrics系统
  • 比如RPC框架支持Filter，写一个被调+主调的Filter，从RPC响应的Header里面取出数据即可 比如Naver的Pinpoint、SkyWalking
• Pull：metrics系统主动从目标服务拉取数据

3.3. 数据存储在哪

• 时序数据库.md（原链接已失效）
• 

3.4. 如何监控预警

• 界面分析：
• 监控预警：存储metrics数据时顺带判断是否触发告警规则
• 

4. metrics监控组件

4.1. Prometheus

• prometheus.md（原链接已失效）

4.2. InfluxDB

4.3. Open Metrics

• 从Prometheus分离出来的metrics API标准

4.4. Open Falcon

Open-Falcon · GitHub

5. 参考

• 微服务架构之「 监控系统 」 - 不止思考 - 博客园
• 十分钟看懂时序数据库 - 存储