读书笔记（SRE：Google运维解密）：第10章 基于时间序列数据进行有效报警

• 服务可靠度层级模型
  
• 监控
  （a）埋点
  （b）指标收集：指标合成
  （c）时间序列数据存储
  （d）规则计算
  （e）报警

 

• 汇总计算（aggregation），是分布式环境中不可缺少的一环。汇总计算过程可以将一个任务的所有实例中的某个time-series相加。通过计算总数，我们就可以计算整体速率（rate）。
  例如：一个任务在整个数据中心中的整体每秒查询率（QPS）需要通过所有实例的查询计数器[14]的变化率的总和[15]来计算。
   
• 命运共享（share of fate）理念
  建议将所有必要的状态放在通信端点，这些状态用于维护一个互动的通信关联（例如虚拟连接）。由于这个原因，导致通信失效的情况也会导致一个或更多端点失效，这样显然会导致整个通信的失败。命运共享是一种通过虚拟连接（例如，由TCP实现的连接）维持活动的设计理念，即便网络在一段时间内失效。命运共享也支持一种“带智能终端主机的哑网络”模型。