摘要：在互聯網信息爆炸式快速發(fā)展的今天，各類復雜多樣的平臺系統(tǒng)相繼涌出。如何選擇最佳的監(jiān)控產品以更好地維護這些平臺和系統(tǒng)是每個 IT 人員都需面臨的難題。本文將從開源監(jiān)控產品的起源和發(fā)展，詳細解析各個時代熱門監(jiān)控產品的優(yōu)勢和劣勢，并結合各個監(jiān)控產品的使用場景，幫你選擇出最適合自己的開源監(jiān)控產品。因篇幅和時間原因，下面介紹的資料和理解可能和實際情況有所偏差，歡迎大家留言或者加入微信群批評指正。

作者：Ethan Chen 云智慧解決方案架構師，擁有豐富的運維理論及實戰(zhàn)經驗。致力于將客戶需求有效地轉化為公司產品場景，讓客戶更有效率地理解公司產品并為其提供優(yōu)質的技術支撐。

開源監(jiān)控軟件的前世今生

古代（2000-2010）

Zabbix（2004）

Zabbix于1998年開發(fā)，2004年正式Release。較于其他開源監(jiān)控產品，Zabbix擁有強大的指標數據存儲功能、畫圖功能，并且真正地做到了All in One全面監(jiān)控，解決了運維人力和時間成本上的問題。

優(yōu)勢

• 豐富的插件。Zabbix擁有豐富的MiB庫資源以及模版等850多個插件；

• 易用性、依賴少。基于PHP與MySQL搭建，可用性比較強；

• 可進行一定顆粒度的權限控制；

• 文檔完善。Zabbix本身定位為企業(yè)級分布式監(jiān)控系統(tǒng)，故擁有完善的文檔，活躍的官方社區(qū)，且本身也更新得比較頻繁，開發(fā)比較積極；

• 國內市場有相關的商業(yè)支持。

劣勢

• MySQL數據量問題。當MySQL數據量比較大時，存儲性能容易出現問題；

• 可視化問題。自身可視化靈活性較差，需用Grafana等進行彌補；

• 功能使用率低，80%的用戶使用的仍為監(jiān)控、看圖、告警等基礎功能，大部分高級功能未能被使用。

使用場景分析

• 監(jiān)控基礎設施。主機、網絡設備監(jiān)控等；

• 中小規(guī)模監(jiān)控；

• 對于大型場景的監(jiān)控來說仍需注意數據問題。

Nagios（2002）

Nagios是一個主要用于監(jiān)控系統(tǒng)運行狀態(tài)和網絡信息的監(jiān)控系統(tǒng)。Nagios能監(jiān)控所指定的本地或遠程主機以及服務，同時提供異常通知等功能。

Nagios擁有4000多個插件，且在很早之前就開始擁有自己的官方插件社區(qū)。這里面包括很多應用級別的監(jiān)控插件。此外，Nagios的通知雖然簡單但能覆蓋所有場景，以及本身擁有強大的監(jiān)控任務調度的能力。

優(yōu)勢

• 功能簡單易用，主要的功能是主動檢測。

劣勢

• 功能過于單一，只能通過主動檢測告知結果是否匹配，被動檢測功能原生功能較弱；

• 配置復雜，配置修改主機、報警、閾值等時，在原生Nagios中只能通過修改配置文件來實現，操作較為復雜。

使用場景

• 小場景簡單監(jiān)控。對于一些網站、端口等可進行簡單監(jiān)控；

• 大型場景需要各種花式Hack，需要借助很多第三方的插件進行效率的提升和分布式的擴展。

Centreon（2005）

Centreon是一款開源的軟件，主要用于對Nagios的一些功能增強?？赏ㄟ^頁面管理Nagios，通過第三方插件實現對網絡，操作系統(tǒng)，應用程序的監(jiān)控。

優(yōu)勢

• 界面友好

• 維護方便

• 統(tǒng)一管理

• 性能數據可追溯

劣勢

• 修改配置需要重啟或者重載Nagios主進程

• MySQL依然存在數據問題

• 文檔資料較少

使用場景分析

• 適用于百臺規(guī)模的中等監(jiān)控

• 仍需要解決原生Nagios的一些弊端

Check_MK

Check_MK是一款通用的Nagios/Icinga增強工具集。其插件有著相當成熟的檢測機制和對硬件服務器的檢測手段。非常適合對硬件服務器進行“體檢”。

優(yōu)勢

• 界面友好

• 維護方便

• 統(tǒng)一管理

• 性能數據可追溯

劣勢

• 增加變更需要重啟Nagios主進程。

• 因后端存儲使用RRD，導致分布式擴展較為困難。

• 文檔資料較少。

使用場景分析

• 適用于百臺到千臺以內中等規(guī)模監(jiān)控

• 需要解決Nagios的一些弊端

Cacti（2001）

優(yōu)勢

• 網絡設備支持好

• 有權限控制

• 有漢化版

• 早期在IDC覆蓋廣

劣勢

• SNMP依賴只適合特性場景

• 資料老舊

使用場景分析

• 簡單的IDC托管

• 網絡運維

Ganglia（2001）

Ganglia是UC Berkeley發(fā)起的一個開源集群監(jiān)視項目，設計用于測量數以千計的節(jié)點。主要是用來監(jiān)控系統(tǒng)性能，如：CPU 、內存、硬盤利用率， I/O負載、網絡流量情況等。

優(yōu)勢

• 數據集中，部署分布式

• 適合大規(guī)模部署

• 對集群熱點觀測性支持較好

劣勢

• 無告警

• 集群內UDP廣播問題多

使用場景分析

• 大數據應用

• 集群較多，關注整體資源使用率

近代（2010-2015）

監(jiān)控寶（2010）

監(jiān)控寶是云智慧推出的新一代用戶體驗監(jiān)控工具，從全球節(jié)點主動模擬真實用戶訪問，提供網站性能監(jiān)控、API監(jiān)控等服務，持續(xù)監(jiān)測應用程序、網站、網絡和數字化服務的可用性和性能，提前診斷，實時告警，幫助客戶提升網絡應用效能。

優(yōu)勢

• 全球分布式監(jiān)測網絡。200+ 分布式監(jiān)測節(jié)點覆蓋全球112個城市以及主要運營商網絡，網絡規(guī)模持續(xù)擴大中。
• 主動監(jiān)測。監(jiān)測節(jié)點按照預設規(guī)則模擬真實用戶發(fā)起主動監(jiān)測，實時掌控網絡性能，聚焦用戶體驗。
• 立體化覆蓋。HTTP/HTTPS/TCP/UDP/TR/DNS/PING等多種協(xié)議類型，全面問診網絡、業(yè)務健康。
• 面向業(yè)務。通過包含多步請求的事物監(jiān)控實現業(yè)務流程的監(jiān)測，保障業(yè)務的穩(wěn)定性和可用性。
• 持續(xù)監(jiān)控。24/7小時全天候監(jiān)測網站和網絡性能，多渠道服務支持，減少可能發(fā)生的中斷。
• 快照+MTR。先進的問題診斷與分析機制，問題發(fā)生之前和問題恢復之后的數據盡在掌握，快速定位故障。
• 靈活告警。短信、郵件、微信、語音、API等多種告警方式，確保告警能夠被即時送達。

• 專業(yè)的分析報告。提供綜合排名、競品分析、同比/環(huán)比、日/周報等多維度的數據報告，滿足專業(yè)化定制需求。

使用場景分析

• 網絡鏈路質量監(jiān)控與評估。通過采集不同地區(qū)、不同運營商鏈路的時延、丟包、網絡抖動情況，從時間、地域、運營商等維度綜合分析網絡鏈路質量及可用率，快速發(fā)現和準確定位網絡問題，便于及時進行鏈路調整，保障全網用戶的體驗。
• CDN監(jiān)控。通過海量的分布式節(jié)點模仿真實用戶訪問，監(jiān)控CDN性能，評估CDN的加速情況，確保最佳的用戶體驗，可用于CDN選型評估、CDN加速效果評估、CDN故障排查與定位等使用場景。

• API接口監(jiān)測。通過監(jiān)控API接口的響應時間、可用性和正確性并及時告警來保證API服務的可靠性，可用于API接口性能優(yōu)化、第三方API接口監(jiān)控等使用場景。

Graphite（2008）

Graphite是一個開源實時的、顯示時間序列度量數據的圖形系統(tǒng)，通過其后端接收度量數據，然后以實時方式查詢、轉換、組合這些度量數據。

優(yōu)勢

• 指標點分概念引入

• Grafana支持較早的協(xié)議之一

• 統(tǒng)計函數支持（140+）

劣勢

• 指標無Label支持

使用場景分析

• 在做好數據歸并時可用于大規(guī)模場景

現代（2015-2021）

Prometheus（2016）

Prometheus 是由 SoundCloud 開源的監(jiān)控告警解決方案。存儲的是時序數據，即按相同時序(相同名稱和標簽)，以時間維度存儲連續(xù)的數據的集合。

優(yōu)勢

• 時序型存儲、查詢效率高。

• 支持集群模式，擴展性強。

• CNCF項目，社區(qū)活躍。

劣勢

• 一些Exporter采集的指標眾多，需進行適當裁剪。

• 自定義采集腳本需要腳本開發(fā)能力（Golang、Python），相比Shell腳本來說學習成本更高一些。

使用場景分析

• 對于云計算、容器化場景更適合

夜鶯（2018）

夜鶯是一套分布式高可用的運維監(jiān)控系統(tǒng)，前身是國內大名鼎鼎的open-falcon?；谝恍﹪鴥忍厥獾倪\維場景和習慣，在運維圈中有著不俗的場景理解和用戶體驗。

優(yōu)勢

• 社區(qū)活躍，有open-falcon群眾基礎。

• 產品設計靈活，人性化。

• v4版本自帶小型CMDB和自動化。

• v5版本全面擁抱開源體系（Prometheus Telegraf）。

劣勢

• v5剛發(fā)布，仍然需要一定的時間積累

• 后端存儲的選型多樣，需要根據場景進行選擇

• 缺少日志類和Tracing類的監(jiān)控場景

使用場景分析

• 所有指標類的監(jiān)控

未來（2022-）

-End-

最近有一些小伙伴，讓我?guī)兔φ乙恍?nbsp;面試題 資料，于是我翻遍了收藏的 5T 資料后，匯總整理出來，可以說是程序員面試必備！所有資料都整理到網盤了，歡迎下載！