容器|装在笔记本里的私有云环境：监控篇

作者：soulteary
本篇是系列中的第二篇内容，我们继续聊聊如何把一个简化过的私有云环境部署在笔记本里，以满足低成本、低功耗、低延时的实验环境。
在上篇《准备篇》中，我们聊过了基础虚拟化相关的事情，在虚拟机环境准备就绪之后，在继续折腾容器集群之前，我们还需要做一些基础技术设施建设，监控就是其中比较重要的一个组成部分。
写在前面说起监控，我相信许多时候，这是一个很容易被忽略或者被省略的部分。
尤其是在个人场景或者小公司或者团队，因为业务量小，不容易出问题，出了问题使出 “关机重启敲一敲” 的解决方案的也大有人在。在长久的工作过程中，我们都知道，没有监控最好的情况是无事发生，最糟糕的情况则是，问题发生了但是在早期没有被发现，随着时间推移，这个事情越来越严重，我们需要付出数倍的成本来解决问题。

文章插图

《Google SRE》一书中提到的“服务可靠性金字塔”中的基石，同样也是监控。虽然我们很难达到 Google 业务的复杂度和量级，但是重视监控，以客观的数据事实来推动我们做相对正确的决策，还是值得每个人和团队去践行的。书中有一段比较形象的例子：
Without monitoring, you have no way to tell whether the service is even working; absent a thoughtfully designed monitoring infrastructure, you’re flying blind.
如果在搭建环境的早期，就规划设计了监控服务，那么在完善整体的过程中，便可以在有数据支撑的情况下，快速定位和判断哪些新增组件需要完善和调整，这样一来就避免了盲人摸象的状况发生。
监控选型如果你的业务都“跑在云上”，那么监控选型的事情其实可以变的很简单。尤其是如果你没有定制需求，那么在你的预算之内，云平台提供什么，你用什么就是了。甚至如果我们只跑一两台“虚拟机/服务器”，预设的运行程序数量也比较少的话，使用云平台提供的“探针式”的监控也是可以的。
因为本文的初衷是搭建简化的云服务环境，并且希望能满足低成本、低功耗、低延时的实验环境，故需要从开源产品中进行选型、部署和使用。
选型细节经验在开始具体选择之前，先来分享一些之前折腾监控时的小经验：
如果你不能为所有的点都设置监控，以及设定合适的监控规则。那么至少要监控关键位置，形成你自己的监控网，而不是一个个监控散点。监控设施的监控策略、监控指标要灵活变通，而不是从“创业”初期开始到中后期还一成不变，僵硬的监控规则会遗漏非常多重要的信息。尽量不做“补作业”的事情，事后补监控的成本相比较事前做功课，只高不低（别忘记业务实际损失）尽可能提高采样率，避免不准确的、“懒惰的”监控数据掩盖了发生的事情。数据可视化和易观察有关联性，但是不一定是正相关。所以在选型上，不要追求酷炫，要时刻明确你的需要到底是什么。根据自己的经济实力，去选择基础平台和，避免选择“大而全”的“银弹”（众所周知，没有银弹），除非你对这个方案的提供团队非常信任。适当选择开源开放的平台，在有人同行的情况下，群策群力始终是有效的问题解决方式（你遇到的问题不会只有你一个人遇到）。
那么，比较通用的、适合从零到一阶段使用的监控系统，该选择谁呢？
开源监控产品：“普罗米修斯”时值 2021 年末，考虑搭建监控平台，相对主流的选择都在 Prometheus 和 Zabbix 之间摇摆。前者从 CNCF 带着光环毕业，在许多场景下泛指 “Prom Stacks”，能够模块化灵活提供快速搭建整套监控体系的方案，而不单单只是作为对标 InfluxDB 而存在的时序数据库。而后者则单纯的多，或者说最在某些程度上能够代表上一世代的监控思路的产品：大而全。