微服务监控入门：策略、工具和关键概念

作者：Charles Mahler / 开发者
2024 年 3 月 6 日

导航至

如今，用户对日常使用的应用程序的性能和可靠性抱有比以往更高的期望。满足这些期望的关键部分是建立健全的监控系统。本文重点介绍使用微服务架构的应用程序监控——它将回顾每个工程师都应该知道的关键概念、常见挑战和实用工具。无论您是希望提高系统可靠性、改善用户体验还是提高效率，本指南都将帮助您入门复杂的微服务监控领域。

为什么监控微服务很重要

由于微服务架构具有可扩展性、灵活性和效率，因此已成为现代应用程序开发的关键。但是，要获得这些好处，您需要确保一切都按预期工作，而这正是监控的用武之地。以下是拥有可靠监控系统的一些主要优势

改善最终用户体验 - 通过监控微服务，您可以确保每个服务都以最佳方式运行，从而带来更快、更可靠的用户体验。
提高可用性 - 监控有助于在问题影响应用程序的可用性之前识别和缓解问题，确保您的应用程序保持正常运行。
节省成本 - 有效的监控可以查明服务中的低效率，使您能够优化资源使用并节省成本。
增强可观测性 - 微服务监控的核心是可观测性，这对于理解分布式系统的状态至关重要。它包括日志记录、指标和分布式追踪，提供服务健康状况和性能的整体视图。

微服务监控关键概念

有多种指标用于衡量微服务应用程序的性能。以下是您将在许多不同组织中看到的一些常用指标

延迟和响应时间 - 这些指标对于评估服务响应请求的速度至关重要。高延迟可能导致不良的用户体验。
错误率 - 这衡量的是服务中错误的频率。高错误率可能表明存在影响应用程序可靠性的潜在问题。
资源利用率 - 监控 CPU、内存和其他资源有助于确保您的服务不会过度利用或利用不足。
SLO/SLI - 服务级别目标 (SLO) 和服务级别指标 (SLI) 对于衡量您的服务性能是否达到设定的基准至关重要，在某些情况下，需要满足这些基准才能避免客户的处罚

以上指标来自监控应用程序时收集的三种数据类型。


日志	日志是由软件应用程序和基础设施组件生成的详细文本记录。它们包含系统中发生的事件、事务和其他活动。日志可以包含广泛的信息，从错误消息和警告警报到关于应用程序状态或用户操作的信息性消息。
指标	指标是衡量系统性能和健康状况各个方面的定量数据点。常用指标包括 CPU 使用率、内存消耗、响应时间、吞吐量和错误率等。
追踪	追踪提供单个事务或请求在分布式系统的各个组件中传递的详细、逐步的说明。每个步骤（称为跨度）都捕获有关处理请求所涉及的每个服务执行的操作的重要信息。追踪对于理解微服务的行为以及它们如何协同工作以满足请求非常有价值。

日志、指标和追踪共同实现了对微服务更好的可观测性和监控。

微服务监控挑战

与更简单的单体应用程序相比，微服务监控有几个独特的挑战。在本节中，您将了解其中的一些挑战以及缓解问题的方法。

跟踪服务依赖关系

与单体应用程序相比，微服务架构的最大挑战之一是跟踪微服务如何交互以及如何相互依赖以满足用户请求。在可能包含数十甚至数百个微服务的大型应用程序中，映射和监控依赖关系至关重要。

如果这些依赖关系没有得到正确跟踪，一个团队对其微服务部署的更改可能会破坏下游服务。例如，如果电子商务平台中的用户身份验证服务出现故障，用户将无法结账、将商品放入购物车或查看个性化推荐。

根本原因分析

微服务架构的分布式特性可能会大大复杂化故障排除和识别问题根本原因的过程。当问题出现时，它可能在一个服务中表现出来，但源于另一个服务，从而难以追溯到源头。

想象一下，视频流服务间歇性中断的情况。用户报告视频加载失败，但问题是零星的。这可能是由于 UI、身份验证或其他后端服务造成的。使用分布式追踪来跟踪请求，您发现根本原因在于 CDN 托管视频内容的缓存失败。

技术堆栈多样性

另一个挑战是在为服务的特定需求使用最佳技术堆栈与维护一套通用的标准工具以简化集成和长期维护之间找到平衡。确定批准的技术列表可以对此有所帮助，并且拥有一组通用库来抽象数据收集等内容（无论技术堆栈如何）也可以提供帮助。

可扩展性

用于支持采用微服务的好处之一是可扩展性，但要做好这一点并不容易。虽然理论上，您可以独立地向上和向下扩展微服务，但这可能会很复杂，因为服务之间是如何相互交互的。为了提高效率和节省成本而缩减一个微服务可能会造成瓶颈，从而影响整个应用程序。您还需要考虑可靠性、灾难恢复以及处理流量高峰的足够容量。所有这些都需要强大的监控和历史数据分析来预测基础设施需求。

实施复杂性

实施通常是微服务的最大挑战之一，特别是如果您正在迁移旧版应用程序。特别是对于监控，您需要配置每个微服务以生成指标、日志和追踪，然后为您的监控系统集成数据收集服务。这涉及前期规划和维护，以确保跨多个不同团队的合规性。

微服务监控工具

有效的微服务监控取决于利用正确的一组工具。从数据收集到可视化，每种工具都有其独特用途，了解如何将它们集成到您的微服务架构中可以显着增强可观测性和运营效率。

OpenTelemetry

OpenTelemetry 是一种开源工具，旨在为检测应用程序提供统一的方法，以收集指标、日志和追踪等遥测数据。 OpenTelemetry 为许多常见的编程语言提供了一组库和 SDK，因此公司不必重新发明轮子。

InfluxDB

InfluxDB 是一种开源时间序列数据库，针对存储和查询时间序列数据（如指标、日志、追踪和事件）进行了优化。 InfluxDB 可以高效地查询最近摄取的数据以进行实时监控，并支持经济实惠的对象存储以进行历史数据分析。

Grafana

Grafana 是一种数据可视化和仪表板工具，通常用于监控。 Grafana 还内置了警报和其他有用的功能。

Telegraf

Telegraf 是一种服务器代理，具有 300 多个不同的插件，用于数据输入和输出。 Telegraf 还支持数据处理，因此您可以在将数据发送到存储之前根据需要转换数据，而无需单独的数据处理管道。

K6

K6 是一种负载测试工具，可以用作部署管道的一部分，以在问题进入生产环境之前发现问题。例如，K6 可以测试更改是否会在更改上线并影响用户之前导致严重的性能问题。