鐵人賽 Day08 - 監控與指標分析 Monitor

大家好，我是伐伐伐伐木工

今天要與大家分享監控 Monitor，本篇內容的重點如下

• 監控的基本概念
• 主要的監控指標
• 監控框架：USE、RED、Golden Signals

什麼是監控

監控可以幫助團隊觀察系統的效能並偵測已知的故障，有效的監控包含三個步驟

• 預先定義 "指標"
• 部署程式來收集指標
• 在儀表板中顯示這些指標

然而，監測也有其局限性。為了進行監控，您必須知道要追蹤哪些指標和日誌。如果您的團隊沒有預測到問題，則可能會錯過關鍵的生產故障和其他問題。

監控類型

在現代分散式系統中，常見監控的元件有基礎建設、應用程式、資料庫、網路、資料流等，而我們想要的指標會因為監控類型而不同，例如

• 基礎設施 : 正常運作時、CPU使用率、記憶體使用率
• 應用程式效能監控 : 吞吐量、錯誤率、延遲
• 資料庫監控 : 連線數、查詢效能
• 網路監控 : 往返時間、TCP、連線遺失

監控指標(Framework)

USE

由 Brendan Gregg 提出文章，USE 方法是基於三種度量類型和處理複雜系統的策略，其縮寫代表意義如下

• 使用率 (Utilization) : 資源繁忙的時間百分比，例如「一個磁碟以 90% 的利用率運作」
• 飽和度 (Saturation) : 與工作資源量相關，例如「CPU 的平均運行佇列長度為 4」
• 錯誤 (Errors): 錯誤事件計數，例如「此網路介面發生了 50 次遲到衝突」

核心概念

對於每個資源，檢查使用率、飽和度和錯誤。

RED

2015年，Grafana 的 Tom Wilkie 談到了監控微服務的RED方法。Tom 建議不要監視每個資源的使用率、飽和度和錯誤，而是對於每個資源，監控

• 速率 (Rate) : 您的服務每秒處理的請求數
• 錯誤 (Errors): 每秒失敗的請求數
• 持續時間 (Duration): 每個請求所花費的時間量的分佈

核心概念

透過使用 RED 方法，公司將更了解客戶的滿意度，並將幫助您建立有意義的警報並衡量 SLA

Golden

來自 Google SRE Book : The Four Golden Signals

監控的四個黃金訊號是延遲、流量、錯誤和飽和度。如果您只能衡量使用者導向的系統的四個指標，請專注於這四個指標。

• 延遲 (Latency): 處理請求所需的時間
• 流量 (Traffic): 對您的系統有多少需求
• 錯誤 (Errors): 失敗請求的比率
• 飽和度 (Saturation): 您的服務有多“完整”

以上是今天的分享，如果有任何疑問或想法，歡迎留言提出討論 !

小結

• 監控是一個策略和工具的組合，用於實時追蹤和評估資訊系統的性能和健康狀態
• 監控監控框架：USE、RED、Golden Signals

參考連結

4 SRE Golden Signals (What they are and why they matter)

USE vs RED vs The Four Golden Signals