共计 2443 个字符，预计需要花费 7 分钟才能阅读完成。
前言
在利用公布上线的时候咱们最放心的莫过于因为代码的 bug 引发业务的问题，尽管咱们能够通过灰度的形式分批公布减小影响范畴，然而如果可能在公布的过程中从实时监控中疾速的发现问题进行回滚，那么就能缩短业务受影响的工夫。因而咱们能够看到灰度、监控、回滚是整个公布过程中不可或缺的三大利器，有了这三大利器后，咱们可能做到随时公布，从而放慢业务的迭代和上线速度。而监控作为基础设施的一个重要环节，是保障生产环境服务稳固不可或缺的一部分，目前 EDAS 提供了十分丰盛的监控能力，上面咱们从不同的场景来具体介绍一下这些监控能力。
体系化监控能力搭建
监控体系，最怕的就是有笼罩不到的中央，一个笼罩全面的监控应该是从基础设施到下层利用均有对应的伎俩去笼罩：
- 首先，如果故障产生时，最先感知到的其实是业务的受损，如交易量上涨、登陆的 UV 上涨等等。
- 而如果持续往下钻，如果业务集群很大的时候，咱们最先须要定位到某一个服务或者某一台机器，这个过程如果没有相应的工具相佐犹如海底捞针，所以一个分布式链路级别的利用监控会是建设 Spring Cloud 利用的很好的配搭。
- 等到咱们找到了相应的服务要开始进行定位剖析的时候，依据问题类型（是错是慢？）接下来须要开始剖析 JVM、内存、CPU 等维度的指标。
- 最初咱们可能会发现这个问题是因为业务代码引起，也有可能因为基础设施引起，而在 K8S 中，Prometheus 目前是属于容器畛域根底监控最厉害的军刀。
如上图所示，目前 EDAS 联合阿里云上的某些云产品，齐全可能满足日常的运维的须要并帮忙业务开发的同学疾速的定位线上问题。
EDAS 惯例监控能力
系统监控
利用实例的根底监控信息：
上图性能提供了以利用实例的维度来查看每个实例的监控信息，提供的 JVM/CPU/Load/ 内存等的监控信息也是咱们常常须要关注的，当发现内存占用高，并且有频繁的 FullGCC 的状况时，咱们能够通过创立内存快照进行剖析来疾速定位问题。SQL 剖析的能力也能疾速帮忙咱们定位到慢查问用来排查问题。
应用服务监控
应用服务接口监控信息：
这里提供了以接口维度的监控信息，能够具体的看到接口在最近一段时间的申请信息，这里重点介绍一下接口快照性能，通过接口快照咱们能够看到该接口的申请耗时，以及申请的 TraceId, 依据这个 TraceId 咱们能够具体的看到本次申请的调用链以及调用的办法栈。
这里提供了以接口维度的监控信息，能够具体的看到接口在最近一段时间的申请信息，这里重点介绍一下接口快照性能，通过接口快照咱们能够看到该接口的申请耗时，以及申请的 TraceId, 依据这个 TraceId 咱们能够具体的看到本次申请的调用链以及调用的办法栈。
调用链路的追踪在分布式系统下是一个必不可少的工具，尤其是在排查上下游依赖中到底是哪个零碎拖慢了整个申请十分有用，在调用的办法栈中能够直观的追踪到调用出错的中央。
利用业务监控
在 EDAS 中咱们反对利用自定义业务监控，这须要咱们开启高级监控的能力。从业务的视角来掂量利用的性能和稳定性，能够通过自定义来采集业务信息，来实时展示业务指标，帮忙业务进一步欠缺监控信息。具体的监控配置能够参考 ARMS 业务监控。
Prometheus 监控
监控产品的历史由来已久，然而随着云原生技术的继续炽热，Prometheus 作为新生代的开源监控零碎，缓缓成为了云原生体系的事实标准。而在 EDAS 中的高级监控产品 ARMS 曾经全面对接开源 Prometheus 生态，反对类型丰盛的组件监控，提供多种开箱即用的预置监控大盘，且提供全面托管的 Prometheus 服务，更多的具体内容能够参考 ARMS Prometheus
通过以上这些监控能力，能够大大缩短线上问题从发现到定位再到解决的工夫，进步开发和运维人员排查和解决问题的效率。
EDAS 利用公布场景中的监控
以阿里巴巴团体的教训举例子，超一半以上的大故障都是在公布过程中产生，EDAS 针对公布这一场景联合 Kubernetes 的能力做了联合，其中的精华内容总结三个词：先发 、 再看 、 再发。艰深的解释就是能够利用 EDAS 中分批（灰度）公布能力，同时在公布视图中，确保相干的指标回归失常之后，再开始下一批公布了。
目前 EDAS 可能提供在三个维度上的指标监控数据，用来判断公布是否失常，列举如下：
利用业务指标
目前 EDAS 以接口的维度提供了每个接口在公布前后的总的申请数比照以及申请该比例的图例，并且还可能具体的看到在公布前后该接口的谬误数、响应工夫以及单机的申请数比照，如下图所示：
通过上图，咱们能够直观的看到，当咱们公布后利用的接口申请是否失常，以此来判断是否会对业务产生影响。
利用异样
在公布的过程中，咱们也须要时刻的关注在公布中是不是有新的异样产生，咱们想要有中央可能看到异样信息，防止间接登录到机器下来看业务日志，咱们的公布监控提供了日志聚合剖析的能力，能够在公布的过程提供实时的异样日志剖析展现，如下图所以：
零碎指标
在新的业务性能上线的时候，咱们除了对业务自身的一些异样和指标进行关注外，还须要关注零碎的指标，这关系到咱们须要评估现有的机器是否可能撑持咱们的所有流量，是否须要进行程度扩容来更好的反对业务，咱们的公布监控零碎同样集成了零碎的监控的能力，为咱们的公布过程来保驾护航，具体的监控如下图所示：
以上内容咱们通过三个维度为大家展现了在整个公布的过程中 EDAS 为咱们提供的齐备的监控能力，通过这个能力能够让咱们的每一次公布都能做到镇定自若，成竹在胸，每一次公布都能平滑让业务进行降级。同时咱们也提供了查看公布报告的性能，将公布监控信息造成了一份清晰的可视化剖析报告供分享别人。
后续及结语
本章咱们介绍了 EDAS 中提供的监控能力以及如何对 EDAS Kubernetes 集群上的 Spring Cloud 利用在公布的过程中如何看监控发现异常信息，然而如果出现异常了该怎么办呢？接下来的文章咱们将持续介绍，当呈现问题后咱们如何对曾经公布的利用进行疾速的回滚。
本文为阿里云原创内容，未经容许不得转载。
