网站开发和网络开发区别,搜狗浏览器在线打开,开源多用户商城系统,开发一个外卖app需要多少钱简介#xff1a; 本文介绍什么是云原生可观测性需求以及告警限制#xff0c;介绍一站式云原生智能告警运维平台——SLS新版告警。
前言
本篇是SLS新版告警系列宣传与培训的第一篇#xff0c;后续我们会推出20系列直播与实战培训视频#xff0c;敬请关注。 系列目录#…简介 本文介绍什么是云原生可观测性需求以及告警限制介绍一站式云原生智能告警运维平台——SLS新版告警。
前言
本篇是SLS新版告警系列宣传与培训的第一篇后续我们会推出20系列直播与实战培训视频敬请关注。 系列目录持续更新
一站式云原生智能告警运维平台——SLS新版告警发布本篇这才是可观测告警运维平台——20个SLS告警运维场景可观测告警运维系统调研——SLS告警与多款方案对比1. 云原生观测告警
1.1. 业务发展对开发运维的挑战
现代业务发展对开发运维提出了新的挑战具体如下 1.1.1. 业务稳定性要求越来越高
参考AIOps的目标与挑战随着越来越多的业务云化数字化例如今年开始大热的在线教育任何一个稳定性、可靠性等异常都将给业务带来巨大的损失。要求SLA服务可靠性越高越好、MTTR问题平均修复时间和Cost成本越低越好。
在各大云厂商也指定了非常多的稳定性制度和要求例如1-5-101分钟发现问题5分钟定位问题10分钟解决问题准则。 1.1.2. 系统复杂性越来越高
随着开发模式敏捷开发、DevOps、系统架构分层、微服务、部署模式容器化、云原生、和基础设施多云、混合云的快速演变系统变得原来越复杂。当系统出现问题时如何发现问题、排查定位原因、解决问题就越来越困难。从监控运维的角度系统的可观测性也逐步成为是一个基本要求。 1.1.3. 工程师职责越来越大
因为前述原因系统从研发集成到上线前后的各个阶段有大量的工作需要做不同人员参与的协同会大大降低响应速度越来越多的公司要求一专多能。开发、测试、运维融合逐步成为趋势开发人员逐步开始承担测试的工作、部分的运维甚至运营的工作。 随着业务数字化时代的到来可预见到运营角色更深入的与开发、运维角色融合也是一个趋势也就是说开发工程师未来投入到运营Ops的时间也会逐步增加。 1.2. 什么是可观测性
传统监控一般以一个白盒方式监控系统专注发现核心指标异常例如500错误客户订单成功率等。一般这种问题发生时准取性极高例如大量500错误大量订单失败一定表示SLA有问题一般也都比较严重。因为是黑盒进一步排错和修复时间和成本极大往往给开发运维人员带来极大压力。 根据海恩法则(Heinrichs Law)每一起严重事故背后必然有29次轻微事故和300起未遂先兆以及1000起事故隐患。如果提前处理那些不那么严重的问题、先兆或者隐患其实是可以避免后续的严重事故的也就避免了其带来的巨大压力和损失。 可观测性是对传统监控的升级其要求进行白盒化监控对各种可能的隐患、先兆、不严重问题进行监测、跟踪处理。且不再只是在发布后而是在开发、测试阶段就进行。 因此对比两者可以发现传统监控主要由SRE人员从系统外部进行监控关注指标发现问题Know What而可观测性由DevOps人员从系统内部进行监控关注指标、日志和跟踪等数据各种数据发现问题并挖掘原因Know Why。 1.3. 可观测性的挑战
根据AIOps平台方案选择可知各种监控数据指标、日志、跟踪等的中台都有各种方案同样的监控系统也有非常多的选择。 主要挑战就是
数据覆盖不完整、存在数据孤岛无法关联协同使用门槛高不人性化1.4 告警运维系统的痛点
可观测性对于告警监控运维系统是有很高的要求的但现状却不容乐观我们可以看到常规监控运维系统存在如下6大痛点 具体展开细化如下 2. 什么是SLS告警运维系统
2.1. SLS日志服务是什么
SLS是阿里云上云原生观测分析平台为Log/Metric/Trace等数据提供大规模、低成本、实时平台化服务。目前对内已经是“阿里巴巴 蚂蚁金服”系统的数据总线数年稳定支撑双十一、双十二、新春红包活动。对外则已经服务阿里云几十万企业客户。 2.2. SLS新版告警——一站式智能告警运维系统
SLS新版告警在中国站等发布公测国际站预计4月发布新版在SLS云原生可观测性平台上提供了一站式智能运维告警系统。新版告警提供对日志、时序等各类数据的告警监控亦可接受三方告警对告警进行降噪、事件管理、通知管理等新增40功能场景充分考虑研发、运维、安全以及运营人员的告警监控运维需求。 可以看到新版告警由4个模块组成告警监控、告警管理、通知(行动)管理以及即将发布的开放告警组成。下面逐步介绍各个模块的作用。 2.3. 优势
使用SLS新版告警可以有效缓解前面提到的告警运维系统的痛点和其他自建、商业化或云厂商提供的方案比具备如下5大优势 2.4. 告警监控概述
通过告警监控规则配置定期检查评估查询统计源日志、时序存储按照监控编排逻辑评估结果并触发告警或恢复通知最终发送给告警策略。 告警监控提供的功能可以分为如下3类 基础能力
其中值得强调的是SLS告警监控的基础能力支持大规模日志/时序/跟踪等实时监控而查询统计语法也是使用通用统一的SQL并扩展的方式提供。也就是SQL Search PromQL SQL92。
例如对特定机器是否在线监控可以使用SQL、PromQL、或者两者子查询协同、甚至多层嵌套使用机器学习的算法来找出异常。 其中机器学习算法是直接在SQL扩展方式提供覆盖了以下4个场景 2.5. 告警管理
每一个告警监控规则会将触发的告警(含恢复通知)发送给一个预先配置的告警策略通过告警策略配置对所有接受到的告警进行路由分派、抑制、去重、静默、合并操作后再分派给特定行动策略。
通过告警中心控制台可以管理告警的状态包括设置处理人和查看告警链路与规则态势。 告警管理提供的功能也可以分为3类如下 2.6. 行动(通知)管理
每一个告警策略根据配置分派合并后将每个告警合并集合发送给特定的行动策略。由行动策略根据配置动态分派给特定通知渠道通知到特定的人/组/值班组也支持告警未及时处理下的通知升级。 行动(通知)管理提供的功能也可以分为3类如下 原文链接
本文为阿里云原创内容未经允许不得转载。
