vivo服務端監(jiān)控架構(gòu)設計與實踐

當今時代處在信息大爆發(fā)的時代，信息借助互聯(lián)網(wǎng)的潮流在全球自由的流動，產(chǎn)生了各式各樣的平臺系統(tǒng)和軟件系統(tǒng)，越來越多的業(yè)務也會導致系統(tǒng)的復雜性。

當核心業(yè)務出現(xiàn)了問題影響用戶體驗，開發(fā)人員沒有及時發(fā)現(xiàn)，發(fā)現(xiàn)問題時已經(jīng)為時已晚，又或者當服務器的CPU持續(xù)增高，磁盤空間被打滿等，需要運維人員及時發(fā)現(xiàn)并處理，這就需要一套有效的監(jiān)控系統(tǒng)對其進行監(jiān)控和預警。

如何對這些業(yè)務和服務器進行監(jiān)控和維護是我們開發(fā)人員和運維人員不可忽視的重要一環(huán)，這篇文章全篇大約5000多字，我將對vivo服務端監(jiān)控的原理和架構(gòu)演進之路做一次系統(tǒng)性整理，以便大家做監(jiān)控技術選型時參考。

vivo服務端監(jiān)控旨在為服務端應用提供包括系統(tǒng)監(jiān)控、JVM監(jiān)控以及自定義業(yè)務指標監(jiān)控在內(nèi)的一站式數(shù)據(jù)監(jiān)控，并配套實時、多維度、多渠道的告警服務，幫助用戶及時掌握應用多方面狀態(tài)，事前及時預警發(fā)現(xiàn)故障，事后提供詳實的數(shù)據(jù)用于追查定位問題，提升服務可用性。目前vivo服務端監(jiān)控累計接入業(yè)務方數(shù)量達到200+，本文介紹的是服務端監(jiān)控，我司還有其他類型的優(yōu)秀監(jiān)控包括通用監(jiān)控、調(diào)用鏈監(jiān)控和客戶端監(jiān)控等。

1.1 監(jiān)控系統(tǒng)的基本流程

無論是開源的監(jiān)控系統(tǒng)還是自研的監(jiān)控系統(tǒng)，整體流程都大同小異。

1）數(shù)據(jù)采集：可以包括JVM監(jiān)控數(shù)據(jù)如GC次數(shù)，線程數(shù)量，老年代和新生代區(qū)域大??；系統(tǒng)監(jiān)控數(shù)據(jù)如磁盤使用使用率，磁盤讀寫的吞吐量，網(wǎng)絡的出口流量和入口流量，TCP連接數(shù)；業(yè)務監(jiān)控數(shù)據(jù)如錯誤日志，訪問日志，視頻播放量，PV，UV等。

2）數(shù)據(jù)傳輸：將采集的數(shù)據(jù)以消息形式或者 HTTP 協(xié)議的形式等上報給監(jiān)控系統(tǒng)。

3）數(shù)據(jù)存儲：有使用 MySQL、Oracle 等 RDBMS 存儲的，也有使用時序數(shù)據(jù)庫OpenTSDB、InfluxDB 存儲的，還有使用 HBase 直接存儲的。

4）數(shù)據(jù)可視化：數(shù)據(jù)指標的圖形化展示，可以是折線圖，柱狀圖，餅圖等。

5）監(jiān)控告警：靈活的告警設置，以及支持郵件、短信、IM 等多種通知通道。

1.2 如何規(guī)范的使用監(jiān)控系統(tǒng)

在使用監(jiān)控系統(tǒng)之前，我們需要了解監(jiān)控對象的基本工作原理，例如JVM監(jiān)控，我們需要清楚JVM的內(nèi)存結(jié)構(gòu)組成和常見的垃圾回收機制；其次需要確定如何去描述和定義監(jiān)控對象的狀態(tài)，例如監(jiān)控某個業(yè)務功能的接口性能，可以監(jiān)控該接口的請求量，耗時情況，錯誤量等；在確定了如何監(jiān)控對象的狀態(tài)之后，需要定義合理的告警閾值和告警類型，當收到告警提醒時，幫助開發(fā)人員及時發(fā)現(xiàn)故障；最后建立完善的故障處理體系，收到告警時迅速響應，及時處理線上故障。

二、vivo服務端監(jiān)控系統(tǒng)架構(gòu)及演進之路

在介紹vivo服務端監(jiān)控系統(tǒng)架構(gòu)之前，先帶大家了解一下OpenTSDB時序數(shù)據(jù)庫，在了解之前說明下為什么我們會選擇OpenTSDB，原因有以下幾點：

1） 監(jiān)控數(shù)據(jù)采集指標在某一時間點具有唯一值，沒有復雜的結(jié)構(gòu)及關系。

2）監(jiān)控數(shù)據(jù)的指標具有隨著時間不斷變化的特點。

3）基于HBase分布式、可伸縮的時間序列數(shù)據(jù)庫，存儲層不需要過多投入精力，具有HBase的高吞吐，良好的伸縮性等特點。

4）開源，Java實現(xiàn)，并且提供基于HTTP的應用程序編程接口，問題排查快可修改。

2.1 OpenTSDB簡介

1）基于HBase的分布式的，可伸縮的時間序列數(shù)據(jù)庫，主要用途就是做監(jiān)控系統(tǒng)。譬如收集大規(guī)模集群（包括網(wǎng)絡設備、操作系統(tǒng)、應用程序）的監(jiān)控數(shù)據(jù)并進行存儲和查詢，支持秒級數(shù)據(jù)采集，支持永久存儲，可以做容量規(guī)劃，并很容易地接入到現(xiàn)有的監(jiān)控系統(tǒng)里，OpenTSDB的系統(tǒng)架構(gòu)圖如下：

存儲結(jié)構(gòu)單元為Data Point，即某個Metric在某個時間點的數(shù)值。Data Point包括以下部分：

Metric，監(jiān)控指標名稱；

Tags，Metric的標簽，用來標注類似機器名稱等信息，包括TagKey和TagValue；

Value，Metric對應的實際數(shù)值，整數(shù)或小數(shù)；

Timestamp，時間戳。

核心存儲兩張表：tsdb和tsdb-uid。表tsdb用來存儲監(jiān)控數(shù)據(jù)，如下圖：

Row Key為Metric+Timestamp的小時整點+TagKey+TagValue，取相應的字節(jié)映射組合起來；列族t下的Qualifier為Timestamp的小時整點余出的秒數(shù)，對應的值即為Value。

表tsdb-uid用來存儲剛才提到的字節(jié)映射，如下圖：

圖中的“001”表示tagk=hots或者tagv=static，提供正反查詢。

2）OpenTSDB使用策略說明：

不使用OpenTSDB提供的rest接口，通過client與HBase直連；

工程端禁用compact動作的Thrd線程；

間隔10秒獲取Redis緩沖數(shù)據(jù)批量寫入OpenTSDB。

2.2OpenTSDB在實踐中需要關注的點

1）精確性問題

String value = "0.51";
float f = Float.parseFloat(value);
int raw = Float.floatToRawIntBits(f);
byte[] float_bytes = Bytes.fromInt(raw);
int raw_back = Bytes.getInt(float_bytes, 0);
double decode = Float.intBitsToFloat(raw_back);
/**
 * 打印結(jié)果：
 * Parsed Float: 0.51
 * Encode Raw: 1057132380
 * Encode Bytes: 3F028F5C
 * Decode Raw: 1057132380
 * Decoded Float: 0.5099999904632568
 */
System.out.println("Parsed Float: " + f);
System.out.println("Encode Raw: " + raw);
System.out.println("Encode Bytes: " + UniqueId.uidToString(float_bytes));
System.out.println("Decode Raw: " + raw_back);
System.out.println("Decoded Float: " + decode);

如上代碼，OpenTSDB在存儲浮點型數(shù)據(jù)時，無法知悉存儲意圖，在轉(zhuǎn)化時會遇到精確性問題，即存儲"0.51"，取出為"0.5099999904632568"。

2）聚合函數(shù)問題

OpenTSDB的大部分聚合函數(shù)，包括sum、avg、max、min都是LERP（linear interpolation）的插值方式，即所獲取的值存在被補缺的現(xiàn)象，對于有空值需求的使用很不友好。詳細原理參見OpenTSDB關于interpolation的文檔。

目前vmonitor服務端監(jiān)控使用的OpenTSDB是我們改造后的源碼，新增了nimavg函數(shù)，配合自帶的zimsum函數(shù)滿足空值插入需求。

2.3vivo服務端監(jiān)控采集器原理

1）定時器

內(nèi)含3種采集器：OS采集器、JVM采集器和業(yè)務指標采集器，其中OS及JVM每分鐘執(zhí)行采集和匯聚，業(yè)務指標采集器會實時采集并在1分鐘的時間點完成匯聚重置，3份采集器的數(shù)據(jù)打包上報至RabbitMQ，上報動作異步超時。

2）業(yè)務指標采集器

業(yè)務指標采集方式有2種：日志輸出過濾和工具類代碼上報(侵入式)，日志輸出過濾是通過繼承l(wèi)og4j的Filter，從而獲取指標配置中指定的Appender輸出的renderedMessage，并根據(jù)指標配置的關鍵詞、聚合方式等信息進行同步監(jiān)聽采集；代碼上報根據(jù)代碼中指定的指標code進行message信息上報，屬于侵入式的采集方式，通過調(diào)用監(jiān)控提供的Util實現(xiàn)。業(yè)務指標配置每隔5分鐘會從CDN刷新，內(nèi)置多種聚合器供聚合使用，包括count計數(shù)、 sum求和、average平均、max最大值和min最小值統(tǒng)計。

2.4 vivo服務端監(jiān)控老版本架構(gòu)設計

1）數(shù)據(jù)采集及上報：需求方應用接入的監(jiān)控采集器vmonitor-agent根據(jù)監(jiān)控指標配置采集相應數(shù)據(jù)，每分鐘上報1次數(shù)據(jù)至RabbitMQ，所采用的指標配置每5分鐘從CDN下載更新，CDN內(nèi)容由監(jiān)控后臺上傳。

2）計算及存儲：監(jiān)控后臺接收RabbitMQ的數(shù)據(jù)，拆解后存儲至OpenTSDB，供可視化圖表調(diào)用，監(jiān)控項目、應用、指標和告警等配置存儲于MySQL；通過Zookeeper和Redis實現(xiàn)分布式任務分發(fā)模塊，實現(xiàn)多臺監(jiān)控服務協(xié)調(diào)配合運作，供分布式計算使用。

審核編輯：湯梓紅