一种多集群监控方法及系统与流程

本发明涉及监控告警，具体地说是一种多集群监控方法及系统。

背景技术：

1、随着数字化、智能化、平台化技术的不断发展，微服务架构是目前各大互联网公司普遍采用的软件架构方式。在微服务架构平台产品中系统被拆分为多个小的、相互独立的服务，这些服务可以独立开发部署。在业务快速变化时，微服务单一职责、自治的特点提升了系统的可维护性；简化了系统部署的复杂度，可以针对微服务单独升级发布；业务增长时，也可以方便的进行独立扩展。

2、虽然微服务架构带来了很多好处，但也产生了新的问题。相比于单体应用，排查问题一般通过查看日志定位错误信息和异常堆栈；但在微服务架构中服务繁多，出现问题时，问题定位也变地非常困难。另外微服务之间往往互相依赖，一个服务故障很可能导致雪崩效应，导致整个系统不可用。因此如何监控微服务平台的运行状况，当异常出现时快速报警，这给开发人员带来了很大挑战。

技术实现思路

1、本发明的技术任务是针对以上不足之处，提供一种多集群监控方法及系统，能够帮助用户及时发现故障，全面掌握应用、资源及业务的实时运行状况，对资源、业务应用进行集中、统一监控，及时预警，提升了管理能力。

2、本发明解决其技术问题所采用的技术方案是：

3、一种多集群监控方法，采用prometheus作为监控工具，形成以监控中心为监控服务管理控制台的多集群监控；该方法的实现包括：

4、所述多集群监控，包括容器集群监控，虚机集群、大数据集群监控；对所述多集群监控后，收集到的监控指标进行统一展示归类，监控中心设置指标分类标签，支持用户进行分类展示、分类告警；

5、监控数据的采集，包括容器集群数据采集和虚机集群、大数据集群数据采集，所述容器集群数据采集，prometheus自动获取来自微服务的监控数据；所述虚机集群、大数据集群数据采集，通过将服务信息注册consul，prometheus通过consul实现服务的动态发现；

6、统一告警：监控中心通过告警规则的动态编辑，满足用户对告警的实时管控，并将告警内容列表实时呈现给用户；

7、服务拨测：监控中心通过任务配置的方式，实现对任务接口的健康检查和监控；并配置服务拨测告警规则，将每个拨测任务的拨测结果，通过告警方式展示出来。

8、pemetheus可以很方便的与众多开源项目集成，帮助我们了解系统和服务的运行状态，另一方面分析其收集的大数据，可以帮助我们进行系统优化和作出决策。基于prometheus搭建了适合容器集群、虚机集群监控的微服务监控系统监控中心，并以各种维度和视角的监控大盘展示，满足应用研发或运维人员对应用的监控，进而保证应用运行稳定性。本方法解决了平台产品对自身多集群内的服务应用、主机信息、网络等的监控管理，保证各集群中的服务应用健康问题及时被发现，及时了解主机的cpu、内存、磁盘、网络等基础设备的使用情况，为运维及管理人员提供便捷的平台概览展示及详情展示，对基础设施进行全面监控，对监控到的异常信息及时告警通知，保障平台产品的正常持续运行。

9、进一步的，所述采用prometheus作为监控工具，使用prometheus的联邦集群模式部署，使用consul和k8s用于prometheus的动态服务发现，利用telegraf、exporter收集监控数据，使用grafana展示监控数据，使用alertmanager进行告警通知，通过监控中心与这些工具进行交互，最终形成以监控中心为监控服务管理控制台的多集群监控方案。

10、进一步的，每个节点使用cadvisor进行容器监控，可以轻松获取到当前主机上容器的运行统计信息；通过与prometheus集成，将cadvisor添加到监控数据采集任务中。

11、进一步的，所述虚机集群、大数据集群监控，每个节点使用telegraf进行监控数据采集，telegraf基于插件驱动，本身支持众多输入输出插件，还可根据需求自行编写。通过consul将telegraf添加到监控数据采集任务中。

12、进一步的，在监控中心系统中通过分组映射，支持用户从业务及管理角度，对主机、服务应用等资源进行分类展示，分类告警；

13、对于服务详情，如应用的负载情况、内存占用、线程数采用grafana展示，grafana主要用于大规模指标数据的可视化展示，是应用分析中最流行的时序数据展示工具。

14、进一步的，所述容器集群数据采集，通过直接配置多个kubernetes apiserver的endpoints来监控整个k8s集群，容器集群的微服务通过暴露监控接口，基于k8s与prometheus间可以配置动态的服务发现；因而prometheus可以自动获取来自微服务的监控数据；

15、所述虚机集群、大数据集群数据采集，通过将服务信息注册consul，prometheus通过consul实现服务的动态发现，consul注册和prometheus配置规则对于普通用户并不是很友好，为了方便注册及监控展示，监控中心通过开发简易注册的api和可视化的注册界面，并通过多种数据规范化校验，用于对注册数据统一规范化处理。

16、进一步的，所述统一告警，prometheus允许基于promql定义报警的触发条件，prometheus周期性的对promql进行计算，当满足条件时就会向alertmanager发送报警信息；

17、当触发告警时，alertmanager通过webhook方式将告警信息转发给监控中心；监控中心通过通知策略配置，实现将不同告警内容通过短信、邮件等不同的通知方式，通知给对应的信息接收人。

18、本发明还要求保护一种多集群监控系统，包括：

19、多集群监控模块，包括容器集群监控和虚机集群、大数据集群监控；对所述多集群监控后，收集到的监控指标进行统一展示归类，监控中心设置指标分类标签，支持用户进行分类展示、分类告警；

20、监控数据采集模块，包括容器集群数据采集和虚机集群、大数据集群数据采集，所述容器集群数据采集，prometheus自动获取来自微服务的监控数据；所述虚机集群、大数据集群数据采集，通过将服务信息注册consul，prometheus通过consul实现服务的动态发现；

21、统一告警模块：监控中心通过告警规则的动态编辑，满足用户对告警的实时管控，并将告警内容列表实时呈现给用户；

22、服务拨测模块：监控中心通过任务配置的方式，实现对任务接口的健康检查和监控；并配置服务拨测告警规则，将每个拨测任务的拨测结果，通过告警方式展示出来。

23、本发明还要求保护一种多集群监控装置，包括：至少一个存储器和至少一个处理器；

24、所述至少一个存储器，用于存储机器可读程序；

25、所述至少一个处理器，用于调用所述机器可读程序，实现上述的方法。

26、本发明还要求保护计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行上述的方法。

27、本发明的一种多集群监控方法及系统与现有技术相比，具有以下有益效果：

28、实时可靠，提供对服务组件的实时监控，实时告警并通知用户；

29、监控可视化，支持数据自动刷新，满足用户多场景下的监控数据可视化需求；

30、通知方式多样化，支持基于规则匹配的多样化通知策略管理；

31、便于定位和解决问题，提高维护人员的工作效率；提升了平台管理能力，便于统一管理。

32、本发明明显提高了维护人员的工作效率；保障服务平台安全可靠运行；满足用户多场景下数据可视化需求；告警信息实时触发并通知用户；增强业务处理平台运行的稳定性，保障了服务产品的持续可靠运行，提升了平台管理能力，便于统一管理。