监控运维实践 原则与策略

如今监控领域的形势和几年前大不相同，微服务架构的流行给监控带来了新的问题。 你是否觉得你的监控系统需要改进，但不确定从哪里开始或如何开始？ 你是否受到持续不断、毫无意义的告警困扰？ 你的监控系统是否经常遗漏真正的问题？ 如果是这样，那么本书非常适合你。 本书从监控的原则和策略入手，介绍了一种设计和实现有效监控的实用方法，该方法适用于企业应用程序、服务器、网络、安全等。 作者不仅通过真实示例介绍了监控设计模式，还阐释了监控的反模式，并且提供了关于特定类型监控的建议。 本书对于了解、研究监控，以及实现现代化的监控，具有指导意义。 本书涵盖的核心主题包括： 监控反模式 监控设计模式 如何建立有效的待命值班制度 监控什么、为什么要监控以及如何监控

本书围绕监控这个庞大而复杂的主题，从其原则和策略入手，详细介绍了监控系统的组成、日志和告警的适用范围、有关构建监控平台的可靠建议，以及监控背后的原理和基本机制等一些实用信息，你可以在任何工具中去实践这些内容。更为重要的是，本书还为你的公司设计和实现健壮的监控基础提供了直接的战略和策略。

迈克·朱利安（Mike Julian），Duckbill Group CEO，应用程序和基础设施监控顾问，在线出版物Monitoring Weekly主编。曾在Taos Consulting、Peak Hosting、美国橡树岭国家实验室等机构担任运营/DevOps工程师。 【译者介绍】 王作佳，长期从事通信行业数据库运维工作，曾参与翻译《Oracle性能诊断艺术（第2版）》一书。拥抱开源，支持数据库软件国产化。 孙浩文，现任职于中国联合网络通信有限公司吉林省分公司，正高级工程师、联通IT专家人才，主要从事信息系统规划管理、项目管理、成本管理、运维管理、网络信息安全管理等工作。

前言xiii
第一部分监控的原则
第1章监控反模式3
1．1反模式1：沉迷工具3
1．1．1监控是多个复杂问题的总称4
1．1．2避免对工具船货崇拜6
1．1．3有时候，你确实需要自己创建工具7
1．1．4单一窗口只是个神话7
1．2反模式2：监控岗位化7
1．3反模式3：复选框式监控8
1．3．1“正常运行”的真正含义是什么？答案就是监控9
1．3．2对告警来说，操作系统指标不是很有用9
1．3．3增加收集指标数据的频率9
1．4反模式4：把监控当作拐杖10
1．5反模式5：手动配置10
1．6小结11
第2章监控设计模式13
2．1设计模式1：可组合监控13
2．2设计模式2：从用户角度监控20
2．3设计模式3：购买，不要构建21
2．3．1这样更省钱22
2．3．2你（可能）不是一个设计这些工具的专家23
2．3．3SaaS允许你关注公司的产品23
2．3．4不，是真的，SaaS实际上更好23
2．4设计模式4：持续改善24
2．5小结24
第3章告警、待命值班以及事件管理25
3．1怎样才能创建优秀的告警26
3．1．1停止使用电子邮件发送告警26
3．1．2撰写运行手册27
3．1．3任意的静态阈值不是专享的方法28
3．1．4删除告警和优化告警28
3．1．5使用维护周期29
3．1．6优先尝试自动修复29
3．2待命值班30
3．2．1修正假警报30
3．2．2减少不必要的救火31
3．2．3制定更好的待命值班周期31
3．3事件管理33
3．4事后分析35
3．5小结35
第4章统计入门37
4．1在系统运行统计之前37
4．2数学来拯救38
4．3统计不是魔法38
4．4平均值和平均数39
4．5中位数40
4．6季节效应41
4．7分位数41
4．8标准差42
4．9小结43
第二部分监控的策略
第5章监控业务47
5．1业务KPI47
5．2两个真实的案例49
5．2．1Yelp50
5．2．2Reddit50
5．3将业务KPI与技术指标绑定51
5．4应用程序没有提供这些指标52
5．5找到公司的业务KPI52
5．6小结53
第6章前端监控55
6．1一个慢应用的代价56
6．2前端监控的两种方法57
6．3文档对象模型57
6．3．1前端性能指标58
6．3．2这很棒，但是我要怎么使用呢60
6．4日志61
6．5合成监控61
6．6小结62
第7章应用程序监控63
7．1用指标衡量应用程序63
7．2监控构建和发布管道66
7．3/health端点模式67
7．4应用程序日志71
7．4．1等等……我应该有一个指标或日志条目吗72
7．4．2应该给什么记录日志72
7．4．3写入磁盘还是写入网络73
7．5Serverless/FaaS（函数即服务）73
7．6监控微服务架构74
7．7小结76
第8章服务器监控77
8．1标准操作系统指标77
8．1．1CPU78
8．1．2内存78
8．1．3网络79
8．1．4磁盘79
8．1．5负载80
8．2SSL证书81
8．3SNMP81
8．4Web服务器82
8．5数据库服务器83
8．6负载均衡器84
8．7消息队列84
8．8缓存84
8．9DNS85
8．10NTP85
8．11其他企业基础设施86
8．11．1DHCP86
8．11．2SMTP86
8．12监控定时任务87
8．13记录日志88
8．13．1采集88
8．13．2存储89
8．13．3分析89
8．14小结90
第9章网络监控91
9．1SNMP之痛92
9．1．1什么是SNMP92
9．1．2它的工作原理是什么92
9．1．3关于安全的一点建议94
9．1．4如何使用SNMP94
9．1．5接口指标97
9．1．6接口和日志99
9．1．7要点总结99
9．2配置跟踪99
9．3语音和视频99
9．4路由100
9．5生成树协议（STP）101
9．6机架101
9．6．1CPU和内存101
9．6．2硬件101
9．7流监控102
9．8容量规划103
9．8．1倒推103
9．8．2预测103
9．9小结104
第10章安全监控105
10．1监控和合规106
10．2用户、命令以及文件系统审计107
10．2．1配置并运行auditd107
10．2．2auditd和远端日志108
10．3主机入侵检测系统108
10．4rkhunter109
10．5网络入侵检测系统110
10．6小结111
第11章监控评估113
11．1业务KPI113
11．2前端监控114
11．3应用程序和服务器监控114
11．4安全监控116
11．5告警116
11．6小结116
附录A运行手册示例：一个演示应用程序117
附录B可用性表格121
作者介绍122
封面介绍122