趣店线上监控报警系统设计与实现

2023-10-09 01:38

本文主要是介绍趣店线上监控报警系统设计与实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

           

理想很丰满,现实很骨感,线上业务系统,绝对不会万事如意,外在因素太多,总会出现这样那样的问题,所以,智能监控和报警,变得尤为重要;线上问题永远都是最重要的问题,必须尽早发现尽早解决。

           

一、背景

一张网络图,比较形象的描述线上业务系统的状况,虽然有点儿夸张,但这不假:

二、大纲

  • 业务监控系统架构分析

  • 监控模块的设计与优化

  • 监控智能化的一些尝试

三、业务监控系统架构

没有完美的架构,任何架构都是平衡妥协的结果

3.1 设计背景

  • 监控项不完善,需要快速完善监控项(痛点:快速实施)

  • 运营活动频繁,报警收到麻木(痛点:报警太多)

  • 上线调整时无实时直观的参考(痛点:不及时,不直观)

3.2 主流架构

3.2.1 案例

阿里:

蘑菇街:

3.2.2 特点
  • 架构的核心关键字是:海量、实时

  • 侧重于大数据的处理,报警分析偏弱,没有解决当时的痛点问题

  • 公司已有大数据部门在做类似的事情

  • 监控人手紧张且缺乏相关经验,存在一定风险

思考:大数据是否应该属于监控系统的一部分?

3.3 趣店当前监控架构

  • 基于现有业务监控开发,利用已有资源

  • 利用队列将系统拆分成不同模块,方便升级

  • 利用现有的优秀开源软件

四、监控模块设计与优化

各个模块可以随时被更优的方案替换

4.1 采样模块

  • 采集源:

    SQL、API、ElasticSea ch (实时日志收集)、其他更多

  • 运行方式:

    crontab定时运行,Laravel队列执行采集任务

4.1.1 问题
  • 某个采集变慢,导致整个采集不可用

  • 大数据表性能雪崩

  • 采集需要额外监控

4.2 存储计算模块

4.2.1 时序数据库

时序数据库(Time Series  Database,简称TSDB)是用于管理时间序列数据的专业化数据库。区别于传统的 关系型数据库,时序数据库针对时间序列数据的存储、查询和展现进行了专门的优化, 从而获得极高的数据 压缩能力、极优的查询性能,特别适用于物联网应用场景(物联网应用往往需要处理海量的时间序列数据)。

4.2.2 关键特性
  • 针对时间特别优化,以时间为维度的高效查询

  • 很方便的向下采样(downsampling)

  • 海量存储能力

  • 自动简单高效处理过期数据

4.2.3 TSDB排行榜

4.2.4 趣店的选择-InfluxDB

  • 无外部依赖

  • 快速使用

  • 优雅的RESTFUL API

  • 强大的类似SQL的查询语言

  • 水平扩展

  • 纯go编写

1)、InfluxQL具体表现:
# demo 1
SELECT <stuff> FROM <measurement_name> WHERE <some_conditions># demo 2
SELECT * FROM "foodships"# demo 3
SELECT * FROM "foodships" WHERE "planet"='Saturn'# demo 4
SELECT * FROM "foodships" WHERE "planet"='Saturn' AND time > '2015-04-16 12:00:01'# demo 5
SELECT * FROM "foodships" WHERE time > now() - 1h
2)、使用中遇到的问题:
  • 集群功能不再开源(社区已有项目在跟进,国内七牛公司有解决方案)

  • 单点问题(InfluxDB Relay)

  • influxDB为什么比Mysql高效?

3)、单点问题的解决方案:

通过写多份数据来保持高可用

4.3 展示模块

4.3.1 开源项目Grafana

  • 界面比较漂亮

  • 完整的API支持

  • 丰富的数据源支持

  • 报表功能很完善

4.3.2 基本概念
  • 数据源 (Grafana只是一个时序数据展现工具,它展现所需的时序数据有数据源提供)

  • 组织 (Grafana支持多组织,单个实例就可以服务多个相互之间不信任的组织)

  • 用户 (一个用户可以属于一个或者多个组织,且同一个用户在不同的组中可以分配不同级别的权限)

  • 行 (在仪表板中行是分割板,用于对面板进行分组)

  • 面板 (面板是最基本的显示单元,且每一个面板会提供一个查询编辑器)

  • 查询编辑器 (查询编辑器暴露了数据源的能力,并且不同的数据源有不同的查询编辑器)

  • 仪表板 (仪表板是将各种组件组合起来最终展现的地方)

4.3.3 丰富的数据源
  • Graphite

  • ElasticSearch

  • CloudWatch

  • InfluxDB

  • OpenTSDB

  • KairosDB

  • Prometheus

4.3.4 使用中遇到的问题
  • Grafana默认存储为sqlite,存在单点风险

  • 采集周期未满时显示问题

4.4 报警通知模块

4.4.1 设计特点
  • 多种通知方式(短信,邮件,电话)

  • 灵活的通知策略

  • 基于组的通知人管理

4.4.2 遇到的问题
  • 短信,邮件发送失败 (重要指标需要有多种通知方式)

  • 重复报警频率限制,减少骚扰

  • 人员入职离职修改麻烦 (基于组来管理)

4.5 异常决策模块

4.5.1 异常决策的难点在哪?
  • 系统监控和业务监控相比,业务监控的问题更难定义

  • 运营推广频繁加剧问题定义的难度

  • 互联网金融行业对监控的要求更高

4.5.2 异常决策策略
1)、基于样本数据的对比策略

  • 样本为近7天的值, 去除最高最低后的平均值

  • 数据量小时,样本随机性高, 容易误报    

     

    • 延长统计周期 (实物订单数)

    • 调整统计策略 (风控通过率)

    • 降低异常判定敏感度(变化幅度,持续时间)

  • 策略调整,运营活动频繁,样本经常不具有参考价值    

     

    • 定义不变量指标 (白条客单价)

    • 定义活动,告知决策模块指标的预期变化

2)、基于预测趋势的对比策略

  • 前提:

    正常曲线不会出现骤升或骤降

  • 使用:

    灰色预测模型

  • 特点:

    所需要的数据量比较少,预测比较准确,精度较高;

    如:

    新版Zabbix利用非线性回归预测磁盘空间占满的时间

  • 问题:

    • Q1:曲线存在固有的骤升骤降情况

    • A1:使用实际数据与样本数据的比值来作为预测序列

    • Q2:异常曲线缓慢变化

    • A2:尽量多维度监控

4.6 智能化监控的一些尝试

让指标之间建立起某种联系

  • 规则引擎

  • 神经网络

4.6.1 规则引擎
1)、作用
  • 规则外部化,即有利于规则知识的复用,也可避免改变规则时带来的代码变更问题

  • 由规则引擎使用某种算法进行推理过程,不需要编写复杂晦涩的逻辑判断代码

  • 开发人员的不需要过多关注逻辑判断,可以专注于逻辑处理

2)、举例
  • IF     

    • 登录数增加

    • 订单量增加

    • 新用户授信风控通过率下降

    • 新用户授信风控申请数增加

  • THEN     

    • 用户召回活动

4.6.2 神经网络

神经网络解决手写数字识别问题(MNIST问题)

  • 下载MNIST数据

  • 定义模型

  • 训练模型

  • 验证模型

在趣店监控系统中的实际应用和表现:

五、总结、经验、教训

  • 线上问题,永远都是最紧急最重要的问题

  • 异常判断问题本质上也是分类问题

  • 监控系统设计过程中,一定要预防决策方式的局限性    

     

    • 盲人摸象:

      局部&整体

    • 血压高与高血压的关系

  • 业务监控需要持续运营与优化,并且需要业务部门共同维护

  • 必须要具备完善的异常处理流程

目前趣店集团监控系统已经覆盖到所有产品线的注册、登录、下单、授信、风控、放款、还款等流程, 接下来会继续在全面、准确、及时各方面进行优化升级,为趣店集团线上业务的稳定性保驾护航, 更是为广大趣用户放心使用我们的产品,提供绝对可靠的保证!

这篇关于趣店线上监控报警系统设计与实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/169418

相关文章

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1

如何在 Spring Boot 中实现 FreeMarker 模板

《如何在SpringBoot中实现FreeMarker模板》FreeMarker是一种功能强大、轻量级的模板引擎,用于在Java应用中生成动态文本输出(如HTML、XML、邮件内容等),本文... 目录什么是 FreeMarker 模板?在 Spring Boot 中实现 FreeMarker 模板1. 环

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Spring Security自定义身份认证的实现方法

《SpringSecurity自定义身份认证的实现方法》:本文主要介绍SpringSecurity自定义身份认证的实现方法,下面对SpringSecurity的这三种自定义身份认证进行详细讲解,... 目录1.内存身份认证(1)创建配置类(2)验证内存身份认证2.JDBC身份认证(1)数据准备 (2)配置依

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一:使用pywin32库(仅限Windows)方法二:使用msoffcrypto-too

C#使用StackExchange.Redis实现分布式锁的两种方式介绍

《C#使用StackExchange.Redis实现分布式锁的两种方式介绍》分布式锁在集群的架构中发挥着重要的作用,:本文主要介绍C#使用StackExchange.Redis实现分布式锁的... 目录自定义分布式锁获取锁释放锁自动续期StackExchange.Redis分布式锁获取锁释放锁自动续期分布式

springboot使用Scheduling实现动态增删启停定时任务教程

《springboot使用Scheduling实现动态增删启停定时任务教程》:本文主要介绍springboot使用Scheduling实现动态增删启停定时任务教程,具有很好的参考价值,希望对大家有... 目录1、配置定时任务需要的线程池2、创建ScheduledFuture的包装类3、注册定时任务,增加、删

SpringBoot整合mybatisPlus实现批量插入并获取ID详解

《SpringBoot整合mybatisPlus实现批量插入并获取ID详解》这篇文章主要为大家详细介绍了SpringBoot如何整合mybatisPlus实现批量插入并获取ID,文中的示例代码讲解详细... 目录【1】saveBATch(一万条数据总耗时:2478ms)【2】集合方式foreach(一万条数

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1