一个产品从雏形到成熟，业务异常会时不时的出现在这个过程中。业务异常可能不可避免，即使成熟的产品也可能由于互联网的攻击而异常，如果能及时发现异常并快速处理，对业务/用户造成的影响就能降到最低。如果某次异常发生后一两个小时或者更长时间业务侧都没有发现，那这种情况就很可怕了。
复制代码
一、OpsMonitor
介绍：OpsMonitor 是基于 Zabbix 开发的分布式运维监控系统，公有云统一监控平台。可将通用类主机资源使用情况上报到 IES 统一展示。检测到异常时立即告警。
监控点：主机资源如 CPU、内存、磁盘空间、系统启动时长、用户密码过期检测、进程数量监控、* 网卡状态、网络流量、nginx 进程等。
解决问题：服务器资源状态、进程等异常时业务侧无感知。
检测频率：当前配置 5 分钟。
告警阈值：可根据具体监控项进行配置，如 CPU 空闲率 30%。
告警方式：邮件、短信。
实战：2018 年 2 月 28 日 18:17 收到重要告警邮件，紧急连上服务器确认，告警属实，通过确认为后台管理服务器业务正常同步场景，同步完成后告警解除。
监控图：
本文转载自 Think 体验设计公众号。
原文链接：https://mp.weixin.qq.com/s/oZ-VCAXsboTx5cph4oAMVw
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
快手基于自动化治理实践驱动数据成本零增长
基于 NNI 的 Transformer 系列模型压缩实践
阿里云大数据计算平台基于 AIOps 的根因定位实践
评论