概述
應用上線后，運維工作才剛開始，具體工作可能包括：升級版本上線工作、服務監(jiān)控、應用狀態(tài)統(tǒng)計、日常服務狀態(tài)巡檢、突發(fā)故障處理、服務日常變更調整、集群管理、服務性能評估優(yōu)化、數據庫管理優(yōu)化、隨著應用PV增減進行應用架構的伸縮、安全、運維開發(fā)工作。
今天重點介紹運維流程管理、運維發(fā)布變更、運維監(jiān)控告警三個方面所需要的工具。
1、運維流程管理工具
1.發(fā)布變更流程管理工具
做為系統(tǒng)接口與其他角色的工作銜接。并提供審批環(huán)節(jié)控制發(fā)布變更的風險。流程管理工具并不負責具體的業(yè)務操作的執(zhí)行，只是作為單據系統(tǒng)跟蹤流程和確保閉環(huán)。
2.告警和突發(fā)管理工具
體現業(yè)務受損的告警自動建單管理。人工確認之后升級為突發(fā)單。通過建單來管理告警和突發(fā)確保流程的閉環(huán)，以及每次故障都能夠總結出經驗，并為度量業(yè)務的可用性提供KPI。
2、運維發(fā)布變更工具
1.版本管理工具（數據庫）
所有的發(fā)布應該以版本管理為起點。研發(fā)給的版本包先入版本管理工具，再從版本管理工具分發(fā)到現網發(fā)布。杜絕 rsync 一臺服務器發(fā)布另外一臺的做法。
2.配置管理工具（數據庫）
版本加配置等于現網每臺機器的狀態(tài)。最粗粒度的配置管理是到 IP 級別，相當于對機器做資產管理，分組到不同的業(yè)務，模塊和大區(qū)等業(yè)務概念上。細粒度一點會管理到進程以及進程的相關配置。
3.配置和版本下發(fā)工具
把指定的版本，結合配置好的配置下發(fā)到現網的機器上。不同的版本和配置方式需要完全不同的下發(fā)方式。以 ssh/fabric 為代表的下發(fā)方式是以腳本為中心的。以 puppet/chef 為代表的下發(fā)方式是以配置為中心的。
4.現網狀態(tài)同步工具
為了規(guī)避現網狀態(tài)漂移，與管理工具內的記錄不一致。需要有一個工具定時上報現網的實際狀況。
5.服務調度工具
發(fā)布變更經常需要一個串行的流程，先做A模塊，再做B模塊。很多機器的時候，需要把能并發(fā)的操作并發(fā)執(zhí)行，不能并發(fā)的操作確保串行執(zhí)行。同時很多發(fā)布變更流程需要操作管理范圍外的服務，比如云端的DNS服務器記錄等。這就需要有一個服務調度工具統(tǒng)一調度配置和版本下發(fā)工具，流程單據工具，以及其他系統(tǒng)的API接口共同組裝成一個流程。
6.資源管理和隔離工具
以xen/kvm為代表的工具讓運維可以更靈活的切割資源。比如虛擬機的快速起停，ip在idc內的漂移等。以 lxc/docker 為代表的工具讓運維可以進一步的切割資源到進程級別。資源隔離代理的細粒度的資源控制可以獲得更好的資源利用率，以及更容易進行可伸縮的資源配置。
7.發(fā)布變更統(tǒng)一界面
包裝所有的下層工具，提供簡單的界面完成標準化的發(fā)布變更操作。
3、運維監(jiān)控告警工具
1.采集工具
一般是采集日志文件，也可以是定時輪詢 DB 或者其他系統(tǒng)的接口。流行的開源方案是 logstash。
2.收集工具
采集工具上報給收集工具?；蛘哂砷_發(fā)直接修改代碼上報指標給收集工具。流程的開源方案還是 logstash。
3.統(tǒng)計入庫工具
上報可能是每次調用就上報一次，統(tǒng)計工具負責統(tǒng)計出一分鐘內的次數。上報也可能是每5秒上報一次數值，統(tǒng)計工具負責統(tǒng)計出一分鐘內的最大值。統(tǒng)計工具的存在是為了上報的方便。流行的開源方案是 statsd，也有大公司基于 storm 來做二次開發(fā)的。
4.時間序列數據庫
所有定時指標會落地到數據庫里。監(jiān)控告警所需要的數據庫需要能夠支撐非常大的數據量，但是并沒有很嚴格的 ACID 要求。
5.運維事件數據庫
記錄所有的告警。包括從其他系統(tǒng)獲得告警，以及對現網的所有變更操作記錄。這些數據用于支撐告警的原因定位。
6.指標異常檢測工具
基于數學模型發(fā)現指標是否與過去的穩(wěn)定模式背離，而推測出現網狀態(tài)的變化。
7.撥測工具
定時 PING 或者 HTTP GET，模擬實際用戶發(fā)現服務是否中斷，產生告警。同時也產生指標上報給收集系統(tǒng)。撥測又分為本地撥測，和遠程撥測。本地撥測可以用于發(fā)現磁盤只讀等本機告警。遠程撥測可以模擬用戶的地理分布，把網絡的鏈路狀況也包含在撥測覆蓋的范圍內。
8.告警收斂工具
綜合所有來源的告警，進行頻率收斂，根源分析。統(tǒng)一匯總成報告催促人工修復。
9.告警自動修復工具
接受告警進行自動化的處理。幫運維完成固定的故障機下架退庫等操作。或者在業(yè)務本身沒有做高可用的情況下，做故障機替換，ip漂移等現網修復操作，一定程度地提高業(yè)務可用性。
10.告警通知工具
重要的告警需要升級為電話。需要有高可用的電話，短信，微信等通知接口。
11.監(jiān)控告警統(tǒng)一界面
屏蔽下層各種工具，提供統(tǒng)一的agent安裝，指標采集設置，指標曲線展示，告警查詢的界面。從一個地方就可以知道現網的所有問題。
篇幅有限，關于linux運維管理工具方面的內容就介紹到這，實際上基本是只有在甲方才有可能實現的比較完整，大家也可以針對性去做一個了解。
后面會分享更多關于devops和DBA方面內容，感興趣的朋友可以關注下！
版權聲明：本文內容由互聯網用戶自發(fā)貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發(fā)現本站有涉嫌抄襲侵權/違法違規(guī)的內容， 請發(fā)送郵件至 舉報，一經查實，本站將立刻刪除。
