内容简介:某小公司自动化智能监控平台的实践
首先介绍下背景:我们公司的产品,会直接部署在甲方,因为甲方比较多,且他们包含个性化需求较多,所以,每个甲方可以理解为我们产品的一条git分支。 由于甲方的机器环境、网络环境各不相同,时常出现一些运行时的问题,于是,我设计了这套简易的智能监控系统,用来实时监测各个甲方接口情况。
适用范围
该套方案衍生的适用范围如下:
- docker下多容器运行项目,且暂不具备 接口 健康检测,该套方案可实施检测多个运行点状态情况。
- 公司同一套代码有多个运行环境,需要监控各个环境状态。
- 项目分支化后,部署在各个甲方(含个性化需求)------我们是这个。
效果图
鼠标移到某个接口,可看某节点产生的时间和当时接口的出参。[这里只显示变动节点]
其中200为出参json的一个状态码,我们项目普遍采用。如出参无法解析出状态码(比如服务器500错误),则不显示。
单击节点可以再次模拟该次节点,在浏览器中显出出参。
双击某个节点可以复制该节点出参。
主体分析
因为我们产品已经完成了前后端分离(前几篇文章有介绍),所以,我们重点监控接口。
我的方案是:
- 每隔一定时间,比如3分钟,主动get(或者post)一下http接口(含用户信息),获得接口出参。
- 比对此次出参和前一次该接口出参是否相同,如果不通则标记下。
- 前端展示,每个接口对应每个项目所有变动的节点,并排列一张节点差异图。
- 这里,我们监控并不关心接口出参的内容,不对节点出参进行校验是否合法,因为我们面向所有接口。
对某个接口分析
这里因为每个公司的各个接口,入参、出参加密方式不通,而且身份认证也是不相同,我们会在独立写一个方法来实现加解密,所以,我只介绍未加密、已解密的参数;关于出参下文以{"code":"200","data":null,"message"::"success"}为例,身份认证我以简单token进行讲解本文。
某个获取新闻列表接口:
http://*.com/v1/news?token=2c789e34dc81d79feba6a005ad63902b
解密后的出参:
{"code":"200","data":[{"id":"1","title":"这是一条假新闻","url":"http://"},{"id":"2","title":"这是一条假新闻","url":"http://"}],"message"::"success"}
由接口可知
- GET 方法
- 入参token=2c789e34dc81d79feba6a005ad63902b
- 出参为{"code":"200","data":[],"message"::"success"}
- 其中*.com对于各个环境可能各不相同,比如容器下为10.0.0.1、10.0.0.2多个地址
- 其中token在各个甲方不相同。
添加新闻获取接口时:
相对url:
v1/news
请求类型:
get
body主体:
token={token}
corn表达式:
0 0/3 * * * ?(每隔3分钟执行一次)
添加A环境时:
host(必填)
http://a.com
参数(list)
token 2c789e34dc81d79feba6a005ad63902b
添加B环境时:
host(必填)
http://b.com
参数(list)
token 4297f44b13955235245b2497399d7a93
绑定接口和环境
- 一个接口可绑定多个环境
- 一个环境可绑定多个接口
- 数据库中只记录单向绑定,逻辑上是双向的。
比如在新闻获取接口绑定A、B环境,则每隔3分钟请求一轮接口。
A:
A环境host+相对url=
http://a.com/v1/news
请求类型:
get
body主体:
token=2c789e34dc81d79feba6a005ad63902b
B:
B环境host+相对url=
http://b.com/v1/news
请求类型:
get
body主体:
token=4297f44b13955235245b2497399d7a93
我们框架本身并不会关心有几个参数,只会遍历接口中带占位符的,把占位符中字段替换为环境里的参数list中变量。 比如一个body为token=2c789e34dc81d79feba6a005ad63902b&type=1&mobile=2
则添加接口时,body填入:
token={token}&type={type}&mobile={mobile} 其中占位符可以随便起名字
配置环境时参数(list)如下:
k | v |
---|---|
token | 2c789e34dc81d79feba6a005ad63902b |
type | 1 |
mobile | 2 |
参数和占位符里的对应,和url其他变量不相关。
前端展示
横轴代表时间,每个变动的节点都是一次出参变更,节点包含,当时的入参,出参,单击左键可以再次模拟请求得出解密后的出参;双击可以复制出参。
对于不同的状态码,我们有不同的颜色,对应自己产品中错误码选择合适颜色即可,错误等级越高,颜色越显眼。
某个节点右键可以查看历史解决方案,以及新增新的解决方案,比如解决了这个错误代码为999,是重启服务解决的,则,输入重启服务,再点添加。 下次其他人就可以看到这个问题怎么解决的,优先参照做。
不同的展现
包含两种不同的纬度,可以直接点击进入,查看A环境所有接口的监控情况,或者查看接口1所有环境的监控情况。
或者:
环境编辑界面:
任务编辑界面:
核心技术
既然是周期性监控,自然少不了使用cron表达式,我们又是 java 项目,所以采用了quartz框架。
quartz核心代码
public class QuartzSchedule { private static SchedulerFactory sf = new StdSchedulerFactory(); private static Scheduler sched; final static String groupName = "task"; public static void init() throws IOException, SchedulerException { //查询所有需要执行的任务和项目列表 // 使用类加载器,加载mybatis的配置文件 InputStream inputStream = Resources.getResourceAsStream("mybatis-config.xml"); // 构造sqlSession工厂 SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(inputStream); SqlSession sqlSession = sqlSessionFactory.openSession(); MprojectTaskDao mprojectTaskDao = sqlSession.getMapper(MprojectTaskDao.class); sched = sf.getScheduler(); //只查询所有在m_project_include表里面的任务 List<MprojectTask> mprojectTaskList = mprojectTaskDao.findList(); for (MprojectTask mprojectTask : mprojectTaskList) { startJob(mprojectTask); } } public static void stopTask(MprojectTask mprojectTask) { TriggerKey triggerKey = TriggerKey.triggerKey(mprojectTask.getId(), groupName); try { sched.pauseTrigger(triggerKey);// 停止触发器 sched.unscheduleJob(triggerKey);// 移除触发器 sched.deleteJob(JobKey.jobKey(mprojectTask.getId(), groupName));// 删除任务 } catch (Exception e) { e.printStackTrace(); } } /* 停止和暂停均可使用 */ public static void startTask(MprojectTask mprojectTask) { //无论是否关闭,先关闭任务再开启。 stopTask(mprojectTask); startJob(mprojectTask); } private static void startJob(MprojectTask mprojectTask) { try { JobDetail jobDetail = JobBuilder.newJob(TaskQuzrtzJob.class).withIdentity(mprojectTask.getId(), groupName).build(); // 触发器 TriggerBuilder<Trigger> triggerBuilder = TriggerBuilder.newTrigger(); // 触发器名,触发器组 triggerBuilder.withIdentity(mprojectTask.getId(), groupName); triggerBuilder.startNow(); // 触发器时间设定 triggerBuilder.withSchedule(CronScheduleBuilder.cronSchedule(mprojectTask.getCron())); // 创建Trigger对象 CronTrigger trigger = (CronTrigger) triggerBuilder.build(); // 调度容器设置JobDetail和Trigger sched.scheduleJob(jobDetail, trigger); // 启动 if (!sched.isShutdown()) { sched.start(); } } catch (Exception e) { e.printStackTrace(); } } }
job核心代码
public class TaskQuzrtzJob implements Job { public TaskQuzrtzJob() throws IOException { } //JobExecutionContext context传递参数值 public void execute(JobExecutionContext context) { //通过context得到该任务的所有环境 //遍历所有环境 //拼凑出请求地址 //使用封装的框架加密发送请求 //得出出参解密后的结果 //与上次进行比对,不相同则标记,入节点表 //入记录表 } }
数据量
因为我们这个监控每个接口(任务)有多个环境,假设100个接口100个环境,每3分钟监控一次,则每天记录量为
100 * 100 * 20 * 24=4800 000条记录,这个记录比较惊人,所以我们分了两张表,一张表只记录记录,另外一张表记录变更,展示节点的时候只查询变更表,可解决性能上的问题。
前端
前端采用css来画圆和颜色
round { border-radius: 50%; text-align: center; width: 25px; height: 25px; line-height: 25px; } .on { border: 1px solid #7CBA23; }
线条使用line画线
line { border-bottom: 1px solid gainsboro; height: 2px; width: 20px; }
整体采用angular js渲染列表
数据库
我们使用 mysql 数据库,mybatis框架连接。
异常提醒
我们会对每个接口和状态码进行关联,异常时,发送邮件,测试人员核实问题后反馈给开发,开发解决后,录入解决方案,以便下次查询。
总结
这个平台已经试行1个多月了,总体满足我们的需求,以往,我们跑测试脚本,往往不能实时监测服务器健康状态,现在,任何一个环境有问题,我们都实时,并且可以统计出某个环境从什么时间到什么时间接口处于异常。
这套平台,功能不多,但极大的简化了我们的对环境稳定性的评估,也收集了大量的数据信息便于后期统计分析。 其次,该方案稍作改造,可运用于多种监测场景中。
展望
未来,我会融入一些智能化的分析,比如下文是某次邮件提醒的内容:
(智能监控) 发现《A客户私有环境》中 【获取新闻列表】 接口异常,异常代码为102; 出参为{"data":null,"message":"成功","state":102}
历史解决方案有:
- 到管理端重启容器。
- xx表中有异常脏数据。 根据历史统计,方案1可能性为80%,方案2为10%。
该环境接口在5分钟前是正常的,出参为{"data":null,"message":"暂无数据","state":200}
发现有另外2个其它环境异常,分别为XXX、YYY环境。但异常状态和该校不相似,排除接口war包bug的原因。
由于《XXX环境》其他接口在5分钟内某次监控均为异常,所以(智能监控) 已自主调用容器自愈模块,目前已恢复服务,本次收集数据耗时5分钟,分析问题耗时100毫秒,自愈耗时60秒,该环境中断服务时间为6分钟,本月中断服务总时长为15分钟,高可用性为98.33%。
over
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- [DevOps]自动化运维基础与自动化监控
- 用深度学习DIY自动化监控系统
- 从列表搜索到自动化测试监控的碎碎念
- 使用 Monit 替代 Supervisor 自动化管理和监控服务小结
- Kong 发布 Kong Brain 和 Kong Immunity,可进行智能自动化和适应性监控
- Java自动化——使用Selenium+POI实现Excel自动化批量查单词
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。