焦振清

作者：焦振清运维工程师面试者第一个问题是：需要值班吗？笔者自己也曾经历过月入十万的时期，在那个时候，数个系统同时发布下一代版本，而老系统还需要过渡很长时间，工作量直接翻倍，大家只能勉强应付一线运维工作，团队成员开始陆续离职，而新人又无法在短时间内上手，整体情况不断恶化，持续半年左右才缓过劲来。下面两张截图是我挑选的两个团队一周报警数的对比图，前者的单日报警量最高是 55348 条，后者单日...

监控选型 Tomcat Manager和Psi-probe是不错的可视化监控工具，能够很好地查看Tomcat状态信息（比如单位时间请求数，线程状态等）。在生产环境中，随着Tomcat实例的不断增加，维护不同实例上的Manager控制台会显得有些繁琐，同时，为了与企业监控系统、运维仪表盘等结合，有必要选择兼容性和适配性更好的监控工具。 如今，企业微服务的流行和CI/CD的强需求性，要...

摘要：京东云一直致力于大集群的稳定性建设，监控系统也经历了多次完善迭代，本文将重点讨论对Zookeeper集群的监控。整体介绍基于京东云丰富的实战经验，我们将陆续分享运维方面的干货，帮助小伙伴们进阶为运维达人，欢迎持续关注。首先带来的是“监控”专题系列。监控专题介绍监控，可以判断服务的健康程度、定位服务问题、透视系统内部状态，是运维工作中极其重要的一环。该系列内容将分享京东云在服务...

监控，是服务可用性保障的关键之一。本文从运维角度，对ES服务监控进行了系统性总结，涵盖监控工具选型、监控采集项筛选介绍，最后列举了几个借助监控发现的ES线上问题。 ES监控概览 针对ES进行监控，主要期望解决这几种场景： ES日常服务巡检，帮助运维开发人员及时发现隐患 ES服务异常后，帮助运维开发人员及时发现故障 采集的ES监控指标，帮助运维开发人员迅速定...

Kakfa监控实践监控工具选择实际使用中对比了多种Kafka监控工具，最终选择如下几种工具：Kafka Monitor：这是LinkedIn开源的Kafka核心功能监控工具，并且提供了可视化界面。它可以模拟数据生产并消费，基本上覆盖了黑盒监控大部分指标，包括集群核心功能、数据读写、读写延迟等。使用者使用成本也相对简单，只需对接告警系统即可。如果你的产品用到了Kafka，强烈推荐使用...

HDFS监控挑战  HDFS是Hadoop生态的一部分，监控方案不仅需适用HDFS，其他组件如Yarn、Hbase、Hive等，也需适用 HDFS API提供的指标较多，部分指标没必要实时采集，但故障时需能快速获取到 Hadoop相关组件的日志，比较重要，如问题定位、审计等 监控方案不仅能满足监控本身，故障定位涉及指标也应覆盖  Hadoop监控方案...

Kafka Monitor介绍 Kafka Monitor是由Linkedin开源的一款非常优秀的针对Kafka的黑盒监控软件。它通过模拟客户端行为，生产和消费数据并采集消息的延迟、错误率和重复率等性能和可用性指标，来达到黑盒监控的目的。 Kafka的主要概念 在介绍Kafka Monitor功能监控之前，我们先了解下Kafka的几个主要概念：  Broker：K...

微服务架构带来的变化 微服务架构给IT系统和团队带来了以下显著的变化：  基础设施的升级，需要引入虚拟化（如Docker），现存基础设施也需要与之进行适配； 系统架构的升级，需要引入服务注册（如Consul），服务间的交互方式也需要与之进行适配； 运维平台的升级，建议引入日志收集（如Fluentd），分布式跟踪（如Zipkin）和仪表盘（如Vizceral/G...

按《SRE Google运维解密》对监控的划分，监控可以分为“黑盒监控”与“白盒监控”，黑盒监控解决的是“系统哪些功能出问题了”，白盒监控解决的问题是“什么原因导致了上述故障”。通俗来讲——白盒监控可以帮助我们快速定位问题原因，但要知道服务出了什么问题，还需要我们从黑盒监控入手。 黑盒监控 监控对象 电商网站的哪些功能发生故障会使用户认为网站宕机？评价、优惠、库存等功能异常...

Nginx特性 作为Web服务器，Nginx不免要与Apache进行比较。相比Apache服务器，Nginx因其采用的异步非阻塞工作模型，使其具备高并发、低资源消耗的特性，高度模块化设计使Nginx具备很好的扩展性；在处理静态文件、反向代理请求等方面，Nginx表现出很大的优势。 Nginx常见的使用方式 Nginx可以作为反向代理服务器来转发用户请求；并能够在处理请求的过...

如何解决机器监控遗漏的问题？想必是每一位运维同学都会面临的问题。太多的机器监控内容，可能会产生无效的报警，对生活造成一定影响； 太少的机器监控内容，可能会无法及时发现异常，对服务稳定性造成影响； 合理的机器监控内容，较高的报警准确度，虽然美好但却需要长期积累；因此，提供一套有效的机器监控标准，并持续优化标准的内容，从而形成良性循环，提高运维效率就成为监控平台的责任和义务。我们将各个业...

新增文件：touch /etc/systemd/system/node_exporter.service文件内容如下：[Unit]Description=Prometheus node_exporter[Service]User=nobodyExecStart=/usr/local/bin/node_exporter --log.level=errorExecStop=...