- 大公司的运维监控一般是采用自研或商用软件方案。相比较自研,商用其实更省心,出现问题直接甩锅就好,所以我们建议还是直接购买成熟的运维监控系统即可,不仅确保数据安全,还能方便使用。一般建立运维监控体系可以从以下四个方面来考虑。 大公司的运维监控一般是采用自研或商用软件方案。相比较自研,商用其实更省心,出现问题直接甩锅就好,所以我们建议还是直接购买成熟的运维监控系统即可,不仅确保数据安全,还能方便使用。一般建立运维监控体系可以从以下四个方面来考虑。
- 2021年3月,IT Central Station发布了IT基础监控(IT Infrastructure Monitoring)、网络监控(Network Monitoring)、Server 监控(Server Monitoring)、云监控(Cloud Monitoring) 软件榜单,排名完全基于众多专业同行和买家的真实用户评价,Zabbix4项均排名第一!(IT Central ... 2021年3月,IT Central Station发布了IT基础监控(IT Infrastructure Monitoring)、网络监控(Network Monitoring)、Server 监控(Server Monitoring)、云监控(Cloud Monitoring) 软件榜单,排名完全基于众多专业同行和买家的真实用户评价,Zabbix4项均排名第一!(IT Central ...
- 本文结合云原生生产实践,系统剖析如何利用 Prometheus 与 Alertmanager 构建智能告警收敛与降噪体系,涵盖多维度告警分级路由、group_by/group_wait 告警聚合、inhibit_rules 抑制规则消除级联风暴及高可用集群 Gossip 去重配置。 本文结合云原生生产实践,系统剖析如何利用 Prometheus 与 Alertmanager 构建智能告警收敛与降噪体系,涵盖多维度告警分级路由、group_by/group_wait 告警聚合、inhibit_rules 抑制规则消除级联风暴及高可用集群 Gossip 去重配置。
- 云监控服务 CES 是华为云提供的资源监控与告警服务,能实时采集弹性云服务器、云数据库等资源的运行指标,并在指标异常时主动发出告警,帮你第一时间发现问题。一、CES 能监控什么CES 会采集 CPU 使用率、内存使用率、磁盘使用率、网络流入流出速率等常用指标。不同云服务支持的指标不同,在控制台上按资源类型展示,点进具体资源就能看到对应的指标曲线。二、查看监控指标打开控制台,进入云监控服务 C... 云监控服务 CES 是华为云提供的资源监控与告警服务,能实时采集弹性云服务器、云数据库等资源的运行指标,并在指标异常时主动发出告警,帮你第一时间发现问题。一、CES 能监控什么CES 会采集 CPU 使用率、内存使用率、磁盘使用率、网络流入流出速率等常用指标。不同云服务支持的指标不同,在控制台上按资源类型展示,点进具体资源就能看到对应的指标曲线。二、查看监控指标打开控制台,进入云监控服务 C...
- 刚把业务搬上云的那段时间,我最怕的不是服务器宕机,而是宕机了我还不知道。等用户在群里反馈打不开页面,才发现磁盘满了、CPU早已跑满。那次之后,我给弹性云服务器ECS配了一套云监控CES告警,目标很简单:出问题时第一时间知道,没问题时绝不打扰。先说一个常见的误区:指标越多越好。刚开始我把CPU、内存、磁盘、网络、进程数全都开了告警,结果手机每天收到几十条消息,看到后面直接麻木,真正有用的那条反... 刚把业务搬上云的那段时间,我最怕的不是服务器宕机,而是宕机了我还不知道。等用户在群里反馈打不开页面,才发现磁盘满了、CPU早已跑满。那次之后,我给弹性云服务器ECS配了一套云监控CES告警,目标很简单:出问题时第一时间知道,没问题时绝不打扰。先说一个常见的误区:指标越多越好。刚开始我把CPU、内存、磁盘、网络、进程数全都开了告警,结果手机每天收到几十条消息,看到后面直接麻木,真正有用的那条反...
- 服务器的运行状态看不见摸不着,等用户投诉才发现服务挂了,就已经晚了。云监控服务(Cloud Eye Service,简称 CES)就是华为云上的“值班员”:持续采集弹性云服务器、云数据库、负载均衡等资源的运行指标,指标异常时第一时间告警,还能把关键数据汇到一张看板上随时查看。 服务器的运行状态看不见摸不着,等用户投诉才发现服务挂了,就已经晚了。云监控服务(Cloud Eye Service,简称 CES)就是华为云上的“值班员”:持续采集弹性云服务器、云数据库、负载均衡等资源的运行指标,指标异常时第一时间告警,还能把关键数据汇到一张看板上随时查看。
- 服务器半夜挂了,你是希望早上起来才发现,还是希望它出问题的第一分钟就有人通知你?云监控做的就是这件事:它一直在替你盯着服务器的状态,指标一越线就发告警,让你在用户投诉之前先知道、尽快处理。一、云监控到底在监控什么最常见的就四类指标。CPU 使用率:跑满了说明算力不够或程序有问题;内存使用率:一直往上涨可能是内存泄漏;磁盘使用率:写满了服务直接停摆;网络带宽:跑满了用户访问就变慢。除了机器本身... 服务器半夜挂了,你是希望早上起来才发现,还是希望它出问题的第一分钟就有人通知你?云监控做的就是这件事:它一直在替你盯着服务器的状态,指标一越线就发告警,让你在用户投诉之前先知道、尽快处理。一、云监控到底在监控什么最常见的就四类指标。CPU 使用率:跑满了说明算力不够或程序有问题;内存使用率:一直往上涨可能是内存泄漏;磁盘使用率:写满了服务直接停摆;网络带宽:跑满了用户访问就变慢。除了机器本身...
- 介绍如何用 Prometheus 的 group_left 将服务 owner 元数据 info 指标关联到请求指标,按 service 匹配后按 team 聚合,并用 count by 和总量对比验证不会因多对多匹配而放大。 介绍如何用 Prometheus 的 group_left 将服务 owner 元数据 info 指标关联到请求指标,按 service 匹配后按 team 聚合,并用 count by 和总量对比验证不会因多对多匹配而放大。
- 面向华为云 Linux 主机的实用排障流程:用 df、du、find 定位磁盘与 inode 问题,用 free、top、ps 识别内存压力,并通过 swap、logrotate 和云监控 CES 告警降低故障复发。 面向华为云 Linux 主机的实用排障流程:用 df、du、find 定位磁盘与 inode 问题,用 free、top、ps 识别内存压力,并通过 swap、logrotate 和云监控 CES 告警降低故障复发。
- ECS CPU 100%、负载高或卡顿,先定层再动手:分清基础监控 cpu_util 与 Agent cpu_usage 的口径和周期;T6 看积分余额,耗尽后只剩基准性能;共享型看 st 争抢;用 top、pidstat、perf 定位进程;负载高而 CPU 不高多是 IO 等待;陌生进程查 HSS 进程异常行为告警与自启动项;Windows 用资源监视器和性能监视器。附排查顺序与速查表。 ECS CPU 100%、负载高或卡顿,先定层再动手:分清基础监控 cpu_util 与 Agent cpu_usage 的口径和周期;T6 看积分余额,耗尽后只剩基准性能;共享型看 st 争抢;用 top、pidstat、perf 定位进程;负载高而 CPU 不高多是 IO 等待;陌生进程查 HSS 进程异常行为告警与自启动项;Windows 用资源监视器和性能监视器。附排查顺序与速查表。
- 慢查询是很多业务系统最先遇到的数据库问题:页面偶尔变慢、接口超时、数据库 CPU 居高不下,但单看某一次请求又很难复现。本文以华为云 RDS for MySQL 为例,讲一条可重复使用的排查路线:先从慢日志找到真正耗时的大头,再用执行计划确认原因,最后有针对性地做索引优化并验证效果。 一、先确认:慢的是数据库,还是别的地方看到接口变慢就直接加索引,很容易走弯路。建议先做三步区分:看时间分布:... 慢查询是很多业务系统最先遇到的数据库问题:页面偶尔变慢、接口超时、数据库 CPU 居高不下,但单看某一次请求又很难复现。本文以华为云 RDS for MySQL 为例,讲一条可重复使用的排查路线:先从慢日志找到真正耗时的大头,再用执行计划确认原因,最后有针对性地做索引优化并验证效果。 一、先确认:慢的是数据库,还是别的地方看到接口变慢就直接加索引,很容易走弯路。建议先做三步区分:看时间分布:...
- AS 不扩容、缩不下去或实例反复重建,先看活动历史定层:查伸缩组是否启用或异常、期望/最小/最大实例数;策略没触发看告警规则、组内均值指标、连续出现次数、VMTools/Agent 数据与冷却时间;扩容失败按配额、欠费、子网 IP、规格售罄、伸缩配置资源排查;反复重建查按 ELB 类型放通健康检查源网段、宽限期与生命周期挂钩默认回调。附速查表。 AS 不扩容、缩不下去或实例反复重建,先看活动历史定层:查伸缩组是否启用或异常、期望/最小/最大实例数;策略没触发看告警规则、组内均值指标、连续出现次数、VMTools/Agent 数据与冷却时间;扩容失败按配额、欠费、子网 IP、规格售罄、伸缩配置资源排查;反复重建查按 ELB 类型放通健康检查源网段、宽限期与生命周期挂钩默认回调。附速查表。
- 云上业务一旦出问题,最先发现的往往不是用户投诉,而是监控告警。一套好用的监控告警体系,核心是把“看得见、叫得醒、找得到”三件事做扎实。先看指标采集。监控要分层:基础设施层看 CPU、内存、磁盘和网络;中间件层看数据库连接数、慢查询、消息队列积压;业务层看订单量、接口成功率和响应耗时。只看主机指标是不够的,很多故障先出现在业务指标上,比如接口成功率从 99.9% 掉到 98%,主机却一切正常。... 云上业务一旦出问题,最先发现的往往不是用户投诉,而是监控告警。一套好用的监控告警体系,核心是把“看得见、叫得醒、找得到”三件事做扎实。先看指标采集。监控要分层:基础设施层看 CPU、内存、磁盘和网络;中间件层看数据库连接数、慢查询、消息队列积压;业务层看订单量、接口成功率和响应耗时。只看主机指标是不够的,很多故障先出现在业务指标上,比如接口成功率从 99.9% 掉到 98%,主机却一切正常。...
- 本文介绍如何在华为云上用 LTS 收集和检索结构化日志、用 CES 管理指标与告警,把告警、日志和指标串成从发现问题到定位问题的可观测性闭环,并给出排查路径、成本控制与上线检查清单。 本文介绍如何在华为云上用 LTS 收集和检索结构化日志、用 CES 管理指标与告警,把告警、日志和指标串成从发现问题到定位问题的可观测性闭环,并给出排查路径、成本控制与上线检查清单。
- 一台云服务器半夜跑满 CPU,等第二天上班才发现,已经晚了。云监控服务 CES 的告警规则,就是把被动巡检变成主动通知:指标越过阈值,就按你设好的方式发短信或邮件。本文用一台 ECS 为例,走通从选指标、设阈值到收到通知的完整链路。一、先理解四个概念指标:被监控对象的度量,如 ECS 的 CPU 利用率、内存利用率、磁盘利用率。告警规则:指标加上比较条件、统计周期与连续次数的组合,满足条件即... 一台云服务器半夜跑满 CPU,等第二天上班才发现,已经晚了。云监控服务 CES 的告警规则,就是把被动巡检变成主动通知:指标越过阈值,就按你设好的方式发短信或邮件。本文用一台 ECS 为例,走通从选指标、设阈值到收到通知的完整链路。一、先理解四个概念指标:被监控对象的度量,如 ECS 的 CPU 利用率、内存利用率、磁盘利用率。告警规则:指标加上比较条件、统计周期与连续次数的组合,满足条件即...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签