下载掌阅APP，畅读海量书库
立即打开
监控系统是我们识别服务是否正常的重要工具，它可以用如下两个比较贴切的词语来形容，即未雨绸缪和临危不乱。
未雨绸缪是对日常的监控信息进行体系化的分析，从中找出可能存在的隐患，在发生故障前提前修正，比如巡检系统和腾讯云云顾问。
临危不乱是对服务已经出现故障时的及时反馈，提醒团队做出及时的抉择，比如应急救火、止血回滚。
针对这两大类用途，我们又将监控系统分为3个体系：业务监控、应用监控、系统监控。
这3个体系的关注角度各有不同，配合使用可减少监控盲区（大部分技术团队的监控维度都是在迭代中不断扩充的，并且有不少监控维度是在问题出现后的改进措施中新增的）。在SRE的金字塔理论中，我们把监控比作地基，是稳定性建设中必不可少的环节，基于对数据的敏感，可以减少事故的发生次数或缩短事故时长，因此作为想入局SRE的人，要能非常熟练地打造监控体系。请别误会，这可不是让你去学习某个监控软件，而是让你知道应该监控什么才能发现问题。
为了实现这三大监控体系，互联网孕育了很多极好的产品，比如Zabbix、Prometheus、ZipKin、SkyWalking，以及各大云厂商自带的监控服务等。这些产品都很棒，但介绍它们并不是本书的任务。监控是SRE金字塔的地基，它是与金字塔上层沟通的桥梁，如何发挥好这座桥梁的作用，是本篇重点表达的内容。