监控运维实践：原则与策略

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。

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

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
2．3．3　SaaS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唯一的方法　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KPI　47
5．2　两个真实的案例　49
5．2．1　Yelp　50
5．2．2　Reddit　50
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KPI　52
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
7．5　Serverless/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
8．1．1　CPU　78
8．1．2　内存　78
8．1．3　网络　79
8．1．4　磁盘　79
8．1．5　负载　80
8．2　SSL证书　81
8．3　SNMP　81
8．4　Web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
8．9　DNS　85
8．10　NTP　85
8．11　其他企业基础设施　86
8．11．1　DHCP　86
8．11．2　SMTP　86
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
9．1　SNMP之痛　92
9．1．1　什么是SNMP　92
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SNMP　94
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
9．6．1　CPU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auditd　107
10．2．2　auditd和远端日志　108
10．3　主机入侵检测系统　108
10．4　rkhunter　109
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KPI　113
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

IT