AI解决生物学50年大挑战，破解蛋白质分子折叠问题
3、服务的全面监控 监控系统一般采用分层的方式划分监控对象。在我们的监控系统中，主要关注以下几种类型的监控对象：
对于应用服务和第三方接口监控，我们常用的指标包括：响应时间、请求量QPS、成功率。 1）容器环境监控 微服务应用部署在爱奇艺内部的应用云平台（QAE）上。在云平台中，一台主机上会同时存在多个容器实例，采用主机监控的方式采集到的资源使用和性能特征实际上是主机的指标数据，而非运行的容器。
Prometheus虽然支持使用cAdvisor进行容器监控，但cAdvisor需要安装在主机上，而QAE是一个公共平台，自行安装部署其他软件并不现实。好在QAE提供了开放的API，很好的解决了这一问题。 奇艺号服务于内容创作者，服务质量直接决定了创作者的使用体验，影响内容创作的热情，进而影响内容生态的健康，因此对服务质量有很高要求。同时，爱奇艺号作为前台业务，依赖公司许多的内部服务和中台服务，服务的稳定性直接影响了自身服务的质量。 基于爱奇艺号的业务特点，在搭建微服务监控系统时，重点关注自身服务接口和第三方服务接口的监控。 2、 微服务监控系统概述 我们基于Prometheus搭建了适合自身业务特点的微服务监控系统。Prometheus已提供非常丰富的组件，同时我们也开发了部分组件，满足我们的监控需求。
微服务监控系统的整体结构，如下图所示： 经过调研，我们最终采用了Prometheus。选择Prometheus的主要原因： 1） 成熟的社区支撑。Prometheus是一个开源的监控软件，拥有活跃的社区，能够很好地与云原生环境搭配。 2） 易于部署和运维。Prometheus核心只有一个二进制文件，没有其他的第三方依赖，部署运维均十分方便。 3）采用Pull模型，通过HTTP的Pull方式从各个监控目标拉取监控数据。Push模型一般通过Agent方式去采集信息并推送到收集器中，每个服务的Agent都需要配置监控数据项与监控服务端的信息，在大量服务时会加大运维难度；另外，采用Push模型，在流量高峰期间监控服务端会同时接收到大量请求和数据，会给监控服务端造成很大压力，严重时甚至服务不可用。 4）强大的数据模型。Prometheus采集到的监控数据均以指标的形式存在于内置的时序数据库中，除了基本的指标名称外，还支持自定义的标签。通过标签可以定义出丰富的维度，方便进行监控数据的聚合和计算。 5）强大的查询语言PromQL。通过PromQL可以实现对监控数据的查询、聚合、可视化、告警。 6）完善的生态。常见的操作系统、数据库、中间件、类库、编程语言，Prometheus都提供了接入方案，并且提供了Java/Golang/Ruby/Python等语言的客户端SDK，能够快速实现自定义的监控逻辑。 7）高性能。Prometheus单一实例即可处理数以百计的监控指标，每秒处理数十万的数据，在数据采集和查询方面有着优异的性能表现。 由于采集的数据有可能丢失，Prometheus并不适合对采集数据要求100%准确的场景。实际上，对于监控系统的场景，偶尔的数据丢失完全可以接受。 二、基于Prometheus的微服务监控方案 1、爱奇艺号业务特点 爱奇艺号是爱奇艺专注视频内容的创作、分发和变现的平台，承载了自媒体、网大、网剧、儿童、动漫、知识、网络综艺、纪录片、文学、轻小说、漫画等内容，是爱奇艺内容生态的重要一环。 爱奇艺号整体采用微服务架构，内部依据功能、领域等角度划分为不同的微服务，外部流量先经DNS、QLB、前置机、网关等层完成统一鉴权、负载均衡、限流等操作后路由到系统内部不同的微服务实例。系统内部微服务除专有的MySQL、Redis、MQ等资源外，共享服务注册/发现、配置中心等服务治理能力。
系统整体架构，如下图所示： （编辑：衡水站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
