前言 工作以来一直在做运维平台相关的研发工作，最近计划总结下对运维体系建设的思考，总结出一个通用模型，后续持续迭代，欢迎一起探讨交流。运维的工作主要有三个方向，稳定性、效率、成本，本篇是第一篇，稳定性篇。 下面开始正文 概述 运维工作的核心目标是保障线上业务可以稳定的运行，降低故障发生次……

前言 工作以来一直在做监控平台相关的工作，最近计划写一系列文章总结下对企业监控平台建设的思考，本文是第一篇 需求分析 产品设计 架构设计 模块设计 运维 运营 下面开始正文 确定目标 在做任何事情的之前，我们要先思考做这件事情的意义和价值。企业为什么需要监控平台呢？公司的首要目标是创造利润，创造利润……

什么是深度工作 首先说说一下什么是深度工作，《深度工作》一书的作者给出了如下定义： 深度工作：在一段时间内，在无干扰环境中，全神贯注、心无旁骛地进行高强度工作，使个人的认知技能达到极限。这种努力能创造价值，提升技能，而且难以复制 为什么要深度工作 为什么要深度工作呢，因为这种工作方式存在……

分享下最近写的 url 监控 项目 urlooker，监控web服务可用性及访问质量，采用go语言编写，易于安装和二次开发

Feature

• 返回状态码检测
• 页面响应时间检测
• 页面关键词匹配检测
• 自定义Header
• GET、POST、PUT访问
• 自定义POST BODY
• 检测结果支持向open-falcon推送

……

使用golang开发项目也有一年时间了，也开发了一些web的项目，把项目中一些第三方库抽离出来，整理了一个go web开发脚手架，Toruk主要包括一下几个部分:

• 路由：github.com/gorilla/mux
• 渲染模板：github.com/unrolled/render
• Cookie封装：github.com/gorilla/securecookie
• 中间件：github.com/codegangsta/negroni
• 上下文传输：github.com/gorilla/context

……

插件

上节讲了关于机器指标的采集，本节讲一下业务数据的采集，业务数据其实我们做的主要就是制定规范，告诉用户按照什么样的数据格式上报数据

根据经验，数据格式主要需要下面几个指标

• metric 告诉监控系统数据项是什么
• value 指标的数值
• endpoint 上报数据的来源
• tag 形式为a=b，通过tag可以匹配一批数据
• timestamp 上报时间
• step 上报间隔

……

数据采集

收到数据采集，那我们主要需要哪些数据呢？

• 机器的状态，cpu，内存
• 业务自己产生的数据，如qps等
• mysql，redis等开源软件自身的状态数据

上面的数据大致可以分为两类：

• 机器指标
• 业务数据

采集方式也有两种：push和pull 当agent数量非常庞大时，如果采用pull的方式，server端需要保持大量的链接，非常消耗性能，所以我们采用agent push数据的方式

……

背景

从公司产品上线的那一天就开始需要运维，而监控则是运维中重要的一环，那我们想一下，为什么要监控呢，因为要保证线上服务出问题之后或者即将出问题时能立刻感知，此外有些数据我们想知道它的发展趋势。这其实已经道出了监控的最小功能点： 收集信息，进行处理，发出提醒，数据展示

阶段一：

机器数量：n < 5 假如公司的只有一款产品部署在一台机器，那我们只要写一个监控脚本，收集机器的信息和业务指标，再加一些判断，就完事了

……

参与开发和维护小米的falcon系统也有挺长时间了，总结一下falcon的一些优点和缺点。如果对falcon不了解，建议先对下这篇文章《open-falcon介绍》

先说下具备的优势：

• 灵活的数据采集，支持自定义数据上报
• 支持策略模板、模板继承和覆盖
• 高效的告警判别，支持告警暂停、维护周期设置
• 组件支持水平拓展
• 大部分用golang编写，部署相对简单

……

第一次出场时32岁,书中这样描述他 这个时期的哈里・谢顿貌不惊人。他与克里昂大帝一世一样，当年三十二岁，不过他的身高只有一 米七三。 他的脸庞光润，显得喜气洋洋，头发是接近黑色的深褐色，而他的衣着则带着一种一眼就看得出的土气 从书中的描述还是像一个二十几岁的小伙子，充满了活力以及对未来的……