張曉藝

所有IT部門都面臨這個問題———當(dāng)服務(wù)器、網(wǎng)絡(luò)和應(yīng)用出現(xiàn)問題時，必須盡快做出反應(yīng)。這些情形往往具有破壞性和高壓性，并可能引發(fā)影響整個組織運營和利潤的停機(jī)時間。根據(jù)去年的報告，平均IT停機(jī)損失高達(dá)155萬美元。更嚴(yán)重的問題是，暴力事件導(dǎo)致每年545小時的員工產(chǎn)能損失。

出于這些原因，企業(yè)越來越多地投資于應(yīng)用性能監(jiān)視（APM）、服務(wù)器監(jiān)控軟件以及其他解決方案。由于“基礎(chǔ)設(shè)施監(jiān)控是否是企業(yè)所需的解決方案”已不再是問題，因此問題變成了應(yīng)該使用哪些監(jiān)控工具。

服務(wù)器和網(wǎng)絡(luò)監(jiān)控工具的目標(biāo)是確保IT服務(wù)24×7小時全天候穩(wěn)定運行，并在出現(xiàn)問題時告警IT支持人員。這樣，可以最大化正常運行時間并制定更好的災(zāi)難恢復(fù)計劃。

一般來說，所有工具都有共性，但又不盡相同。以下列出了個人認(rèn)為最佳的工具列表。

1. Zabbix

Zabbix是市場上最流行和健壯的實時監(jiān)控解決方案之一。Zabbix是開源的，它具有一套簡潔的特性，擁有完善可靠的文檔，并且有活躍的社區(qū)用戶、更新和支持。其他好處還包括良好的易用性，當(dāng)然，它還提供了一個不受制于任何供應(yīng)商鎖定的解決方案。

Zabbix的眾多亮點之一是它能夠預(yù)測流量趨勢和收集歷史數(shù)據(jù)來提供系統(tǒng)行為預(yù)測。

主要特點：主動監(jiān)控、容量規(guī)劃、內(nèi)置Java應(yīng)用服務(wù)器監(jiān)控功能、硬件監(jiān)控、網(wǎng)頁服務(wù)和虛擬機(jī)監(jiān)控。

Zabbix可以為各行各業(yè)提供監(jiān)控解決方案———從航空航天到金融和零售，也適用于大中型企業(yè)。Romexsoft團(tuán)隊依靠此工具為客戶提供24×7全天候IT支持。

2. Prometheus

這是另一個開源監(jiān)控工具，它基于時間序列數(shù)據(jù)提供詳細(xì)的基礎(chǔ)設(shè)施洞悉能力。它是監(jiān)控高動態(tài)環(huán)境（如AWS上的容器）的可靠選擇。

從本質(zhì)上講，Prometheus爬?。╯crape）指標(biāo)，在本地存儲采樣數(shù)據(jù)并在數(shù)據(jù)之上運行其“規(guī)則”來聚合或生成告警。

Prometheus的主要優(yōu)勢包括：

既適用于以機(jī)器為中心的架構(gòu)的監(jiān)控，又適用于面向服務(wù)的架構(gòu)的監(jiān)控；

是服務(wù)中斷期間“首選”的完美工具，因為它使得用戶能夠快速診斷問題；

即使在故障情況下，用戶始終可以查看系統(tǒng)的統(tǒng)計信息（每個Prometheus服務(wù)器都是獨立的）。

3. Grafana

Grafana是一款用于時間序列的、免費的、出色的分析和監(jiān)控工具。它能夠創(chuàng)建有吸引力的、一目了然的全局?jǐn)?shù)據(jù)可視化圖像。特別是可以可視化系統(tǒng)CPU、內(nèi)存、磁盤和I/O利用率等指標(biāo)。

Grafana這個工具比較萬能，可以創(chuàng)建來自不同數(shù)據(jù)源的自定義儀表板和特征數(shù)據(jù)，并將它們展示為曲線圖，單一狀態(tài)圖、表格、熱圖或自由文本。

Grafana可輕松與Prometheus，Graphite，InfluxDB，MySQL，PostgreSQL，Elasticsearch集成，還可以通過插件與更多的其他數(shù)據(jù)源連接。雖然Grafana不是一個獨立的解決方案，但它是一個值得考慮進(jìn)監(jiān)控體系的優(yōu)秀插件。

4. ManageEngine OpManager

ManageEngine OpManager是一款綜合全面的監(jiān)控工具，可提供服務(wù)器監(jiān)控，并允許主動管理網(wǎng)絡(luò)，執(zhí)行網(wǎng)絡(luò)配置和網(wǎng)絡(luò)流量分析，它還有一個應(yīng)用性能管理插件。但它必須安裝到每個目標(biāo)節(jié)點上才能正常使用。

可以設(shè)置可自定義的儀表板來監(jiān)控不同組件的網(wǎng)絡(luò)和指標(biāo)，還可以將其用于LAN/WAN監(jiān)控，并接收詳細(xì)的流量路徑可視化，查看帶寬流量監(jiān)測并運行各種網(wǎng)絡(luò)系統(tǒng)性能指標(biāo)的測定。

與前面的幾個工具不同，Manage Engine屬于收費工具，它將會根據(jù)業(yè)務(wù)需求提供定制性報價。

5. Amazon CloudWatch

Amazon Cloud Watch可以提供更好的應(yīng)用性能、資源利用率及整體云基礎(chǔ)設(shè)施監(jiān)控狀況的可視化能力，并幫助識別和糾正問題。

Cloud Watch以日志、指標(biāo)和事件的形式收集運維數(shù)據(jù)。該工具在AWS和本地服務(wù)器上運行，意味著可以真正獲得所有資產(chǎn)的統(tǒng)一視圖；其儀表板是可配置的，允許管理員指示AWS根據(jù)預(yù)定義事件采取特定操作。

如果最近將基礎(chǔ)設(shè)施遷移到AWS云，應(yīng)考慮使用此云基礎(chǔ)設(shè)施管理軟件，至少應(yīng)用到某些容量的規(guī)劃上。

6. WhatsUp Gold 2017

其中一些亮點如下：

最新的“plus”版本包括混合云監(jiān)控，實時性能，自動和手動故障轉(zhuǎn)移，以及分布式網(wǎng)絡(luò)的可視化；

高度可定制的告警系統(tǒng)，包括電子郵件、文本、松弛告警、IFTTT推送、服務(wù)重啟和Web警報；

自動發(fā)現(xiàn)和整個網(wǎng)絡(luò)映射；

伴隨移動應(yīng)用可以隨時洞察應(yīng)用監(jiān)控；

WhatsUp Gold可為不同的用戶提供完全可定制且極其友好的儀表板。

缺點：僅對Windows操作系統(tǒng)提供支持。

7. Icinga

Icinga是最好的免費監(jiān)控工具之一，它是企業(yè)和初創(chuàng)公司的熱門選擇。其優(yōu)勢是適應(yīng)于各種規(guī)模組織的靈活性，致力于監(jiān)控基礎(chǔ)設(shè)施和服務(wù)，而且它提供了很好的閾值分析、清晰的報告和告警。這些都可以友好地顯示在儀表板上，并可以通過郵件、短信或其它消息應(yīng)用進(jìn)行分發(fā)。

此外，它還可以連接到許多流行的DevOps工具，為業(yè)務(wù)需求創(chuàng)建更加個性化的監(jiān)控解決方案。包括Chef，Puppet，Graylog，Ansible等。

8. Datadog

Datadog被設(shè)計成一個為混合云生態(tài)系統(tǒng)提供監(jiān)控的服務(wù)，它可以配置為網(wǎng)絡(luò)、服務(wù)和應(yīng)用性能提供監(jiān)控。實際上，它附帶了業(yè)內(nèi)最大支持應(yīng)用的集成列表，可以安插這些集成來獲得整個生態(tài)系統(tǒng)的統(tǒng)一視圖。

該工具可以聚合以下指標(biāo)和事件：

SaaS和云提供商、自動化工具、數(shù)據(jù)庫和通用服務(wù)器組件監(jiān)控和儀表工具和源代碼控制和錯誤跟蹤解決方案。

用戶根據(jù)一系列可選的圖形、指標(biāo)和警報來輕松自定義可視化儀表板和報告；擁有最多5臺主機(jī)的小公司，可以免費獲得Datadog，專業(yè)版和企業(yè)版則要按每主機(jī)定價收費。