2017 年，亞馬遜不幸遭遇停電 4 小時，導緻标準普爾 500 指數成份股公司損失 1.5 億美元。原因是什麼？錯誤的命令删除了比預期更多的服務器，導緻系統停機。盡管停機時間對于開發人員來說并不是一個陌生的話題，但它的影響是可以深刻感受到的。Gartner 估計停機時間的平均成本高達每分鐘 5600 美元，每小時可能超過 30 萬美元。對于任何組織來說，這些絕對是可怕的數字。

但是現在還沒有必要恐慌！

采取一些主動和經過計算的步驟可以最大限度地減少停機時間的影響。實現此目标的最佳實踐列表可以包括查看測試服務器備份、基礎架構維護、定期監控以及維護設備的穩定性和安全性。

監控作為一種開發實踐是必不可少的——不僅僅是為了防止停機。它為組織帶來了多種其他好處，并為您的開發團隊改進了流程。

DevOps 監控主要分為三種類型——基礎設施監控、應用程序性能監控和網絡監控。在本博客中，我們将詳細讨論基礎架構監控、其用例和最佳實踐。讓我們從基礎設施監控的基本概述開始。

依靠信息技術交付其産品和服務的組織需要建立和維護 IT 基礎架構。該基礎設施包括網絡、服務器、計算機硬件/軟件、數據中心和存儲。通過監控 IT 基礎架構，您可以收集和檢查從中獲得的信息，并使用這些數據來增強最終結果。它包括監控硬件、應用程序、操作系統和網絡。流行的基礎設施監控工具包括 Prometheus、ManegeEngine 和 Solarwinds。簡單來說，基礎設施監控可确保組織擁有——

• 通過提供出色的用戶體驗來優化業務流程的能力。
• 對中斷和性能下降的預先檢測和警報。
• 提供可擴展性以處理計劃内和計劃外的流量高峰。

DevOps 監控的這一分支确保組織可以依靠它來發現并最大限度地減少用戶的停機時間和服務降級。通常，基礎設施監控通過以下方式幫助組織：

解決性能問題——您可以利用基礎設施監控來防止服務中斷升級。基礎設施監控工具可以為您提供詳細的見解，可以向您顯示哪個主機、容器或組件發生了故障。這将顯着減少問題解決的周轉時間。

優化基礎架構使用——使用基礎架構工具優化現有基礎架構可能會在财務上為您提供幫助。例如，如果您的某些服務器處于空閑狀态，您可以消除它們并将工作負載分配到剩餘的服務器上。

預測後端需求——通過回顧過去的基礎設施指标，基礎設施監控工具可以通過回顧過去的基礎設施指标來預測未來的資源需求以獲得最佳性能。這是有益的，因為您可以提前計劃好您的财務狀況。

誠然，市場上沒有适合每個組織的通用工具。但是，每個工具都必須具有某些基本功能，以補充其其他現有功能。在選擇您的基礎設施監控工具時，請注意其中的這些特定功能：

雲兼容——如果不是今天，那麼明天肯定會切換到雲。因此，必須選擇與雲兼容的 DevOps 監控工具。

支持自動擴展——當您擴展并将更新的機器放在機架上時，需要自動擴展支持，當它們上線時，它們将開始從後端收集數據。無需添加手動配置。

可定制的警報——每個基礎設施監控工具都旨在在關鍵指标高于或低于某個阈值時向您發出警報。建議選擇一種監控工具，利用機器學習在延遲率即将飙升時提醒隊友。這可以幫助您在問題造成任何傷害之前解決問題。

可視化——擁有最直觀和用戶友好的預定義儀表闆沒有任何問題。但是，可以選擇制作自定義儀表闆來監控主機和容器的運行狀況和性能，這更加酷。

統一平台——最後但并非最不重要的一點是，您需要确定一種監控工具，該工具提供基礎設施指标與其他相關跟蹤、日志和事件之間無縫集成的可行性。

機器學習——任何基于機器學習的工具都會分析曆史性能以檢測異常。通過利用機器學習，您不必為每個可能的故障手動設置警報。此類工具還可以根據曆史分析預測 CPU 使用率、内存使用率和其他資源。

利用自動化——通過使用自動化增強您的能力來提高您的生産力。這将幫助您獲得端到端的可觀察性。

為警報設置優先級- 建立組織習慣并根據優先級為最重要的警報設置通知。

創建特定于角色的儀表闆——基礎設施監控工具使您可以根據需要創建自定義儀表闆。您需要根據在您的組織中工作的各種團隊創建闆。這将有利于他們監控 KPI。

定期審查指标——随着您的業務增長，您的基礎架構将不斷發展，您的業務目标也會随着時間而改變。這也将改變您需要跟蹤的指标和 KPI。因此，定期檢查它們對于避免在您的基礎架構中出現任何盲點至關重要。

進行測試運行——在每天依賴基礎設施監控工具之前。如果一切都按預期工作，最好執行測試運行以見證一切。

性能和優化已成為監控任何 IT 基礎架構的關鍵因素。因此，性能的可觀察性被認為是至關重要的。這隻能通過對基礎設施監控工具的明智投資來實現。我希望這篇博客能指導您邁出基礎設施監控的最後一步。如果您對此有任何疑問或建議，請随時在下面的評論部分與我聯系。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!