Peter Putz 2022-01-19
数字企业持续转型和进化其IT基础设施，以增加与业务目标的一致性。数字服务中断可能对销售、收入和公司声誉造成损害，因此团队承受着压力，需要最大化整个技术栈的弹性和正常运行时间。如今，组织比以往任何时候都更需要全面的基础设施监控能力，以保持可见性，并帮助工程师识别和解决问题，理想情况下是在最终用户受到影响之前。
基础设施监控的发展历程
基础设施监控是收集并分析来自IT环境所有组件的指标、追踪、日志和其他遥测数据的过程，以提供关于可用性和性能的可操作见解。然而，随着云环境复杂性和动态性的增加，实施有效的监控能力变得更加具有挑战性。
例如，在多云环境中，每个平台都配有公共云提供商提供的本地监控解决方案，这些解决方案仅对其自己的基础设施组件提供可见性。结果，组织不得不拼凑一系列工具，这增加了复杂性，并阻碍了整个技术栈的端到端可见性。
有了正确的技术和配置，基础设施监控是一个改变游戏规则的因素。它帮助团队发现并分析趋势，标记潜在问题，防止这些问题破坏用户体验或违反服务水平协议(SLAs)。它还支持A/B测试，帮助团队确定最佳的基础设施设置以实现性能和用户体验的优化。高度自动化的监控解决方案帮助团队减少浪费的手动流程，随着基础设施的增长轻松扩展，最重要的是，让团队专注于创新而非修复错误。
以下是帮助基础设施团队建立和优化云原生监控能力的七项最佳实践建议。
尽可能自动化：使用高度自动化的基础设施监控解决方案对于大型和动态环境至关重要。手动配置和监测功能的仪器化过于耗费劳动力。团队发现自己无法为部分基础设施配备工具，并且难以跟上监控代理的更新。另一方面，自动部署、自动配置和自动基线设置使组织能够扩大可以捕获的指标范围，消除盲点，并在云原生基础设施堆栈中实现端到端可观测性。这导致了更高品质的监控能力，并生成更加精确、上下文相关的见解。通过增强的数据，团队可以更快地解决问题，从而提供更好的客户体验。减少人为干预释放了团队的时间，让他们专注于加速转型和现代化计划的更高效任务。
花时间配置警报：概述团队所需的警报类型以尽快识别问题是值得的。没有坚实的警报配置，团队在建立问题和识别多个警报是否与同一问题相关时会感到不知所措。警报的具体性提高了准确性并减少了误报。一个规划良好的警报机制可以减少响应时间，帮助团队更快地解决根本原因，提高正常运行时间。为了达到最大效果，自动基线设置能力可以显著减少警报配置的需求，具备自动排除误报、执行自动根本原因分析以及根据业务影响优先排序警报的能力。
创建优先级级别：根据业务影响对警报进行分组有助于团队首先关注最严重的问题。这种方法消除了决定通知重要性的猜测工作，节省了团队时间和压力。也可以将警报导向不同的渠道。例如，一家公司可以将其IT服务管理（ITSM）系统配置为通过短信向待命工程师的智能手机发送高优先级警报，而低优先级问题则通过电子邮件发送。对于拥有24/7待命工程师的企业，优先排序减少了非工作时间的警报疲劳和团队干扰。
设置自定义仪表板：通过创建角色特定的仪表板确保正确的人访问他们所需的监控数据。组织内的不同团队可能会出于各种目的查看基础设施监控报告。例如，IT运营工程师的关键绩效指标（KPIs）可能不同于IT安全团队、市场部门和业务主管。识别哪些见解对利益相关者最有价值，哪些对他们的角色无关紧要。为每个小组设置只显示相关数据的自定义仪表板。（然而，关键是要保证所有仪表板背后的数据是一致的，并基于相同的数据模型。）
测试系统：大多数企业在未彻底测试的情况下绝不会启动系统或部署重大变更。基础设施监控也不例外。识别最可能发生的情况，并设计一个测试框架以确保基础设施监控解决方案按预期执行。最安全的方法是在指定的测试环境中进行，以免生产和客户受到影响。然后，团队可以微调设置和警报配置，确保一切按预期工作。
定期检查指标和KPIs：目标不断演变，因此定期审查指标以确保基础设施监控解决方案产生每个利益相关者所需的数据和见解至关重要。评估KPI并与团队合作识别未来应设立的新基准也是有益的。随着组织在其数字化转型旅程中的推进，新的基础设施盲点将会出现。定期的指标审查可以避免无意的疏忽，并确保在整个基础设施堆栈中维持完全可见性。
利用供应商的知识和资源：那些在完善监控设置方面遇到困难或缺乏内部知识和经验的组织可以从供应商处寻求支持。供应商专家将熟悉行业最佳实践，并了解团队正在处理的问题。利用供应商的专业知识可以帮助团队更快达成监控目标，同时提升内部技能。
可扩展的基础设施监控方法
随着组织继续向现代多云环境过渡，最大化正常运行时间和弹性对于确保业务连续性和客户满意度比以往任何时候都更为关键。放置适当的监控解决方案来满足基础设施性能的具体战略目标可以使团队有能力最大化成功。对于许多人来说，最有效的方法是实施一个统一的平台，该平台可以在一个位置提供对其所有云环境的可观测性。这有助于团队更有效地协作，并充分利用他们的时间。通过将AIOps驱动的自动化与这些能力结合，组织可以设计一个可随业务增长的基础设施监控可扩展框架，创造更多空间用于创新和进一步转型。