朱祥磊-云原生时代全局业务端到端监控平台实战

山东移动云境平台全局业务端到端监控研究和实践

1. 业务现状与背景

• 系统复杂度提升：微服务化、云原生化导致系统复杂度增加，服务调用和依赖关系更加复杂。
• 基础设施黑盒化：云原生技术的应用使得基础设施更加黑盒化，开发团队和运维团队对基础设施的关注度降低。
• 监控对象变化：从物理机、虚拟化转向云服务器、容器，监控范围扩大。

2. 云境基础能力

• 端到端可观测性：通过整合Skywalking、Dynatrace、Xtrace等工具，提供端到端的可视化监控能力。
• 数据融合：结合metric、log、tracing数据，提供IaaS、PaaS、SaaS层的端到端运维能力。
• AI赋能：利用AI进行故障预测、异常检测、根因分析等，提升运维智慧化水平。

3. 云境应用场景

• 全局监控告警管理：通过阈值和无阈值告警策略，实现灵活的告警管理。
• 健康度打分：利用算法对IaaS、PaaS、SaaS层进行健康度打分，快速定位问题。
• 服务地图及上下游分析：通过服务调用链聚合，识别服务间的依赖关系，优化架构。
• 全链路业务真实部署拓扑：实现应用链路、网络链路、立体链路的数据采集和分析，展示全链路业务部署拓扑。
• 端到端可观测：通过跨系统调用链分析，快速定位故障原因，并提供自愈预案。
• 特定技术栈大盘：基于低代码中心构建不同技术栈的监控大盘，满足不同专业组的需求。

4. 成效

• 提升了系统稳定性，实现了高效的端到端运维能力。
• 支持快速故障定位和根因分析，提高了运维效率。
• 实现了智能化运维，提升了整体系统稳定性。

通过上述内容，山东移动成功应对了云原生化带来的挑战，构建了完善的端到端监控体系，显著提升了系统稳定性和运维效率。