在当前微服务架构流行情况下，对于初创企业，可能就几个技术（2-20个不等），但是却要开发十多个应用，要维护几十台云机器，甚至可能是混合云的模式。由于业务变化迅速，应用需要采用敏捷开发，针对这十来个应用怎么快速高效无误的部署，出现系统异常能快速给出报警信息，快速定位问题并修复bug后重新部署上线，并且是在不影响线上服务的基础上，这对技术团队提出很高的要求。
传统的开发模式和流程里面，这些工作需要开发人员和运维人员一起配合协作才能完成。但是实际上的效果不少特别好，因为开发人员对操作系统优化，监控报警并不熟悉，而运维人员不懂业务逻辑，不懂具体应用开发。所以针对这样的情况，今年devOPS的概念和具体的实践不断被提出来。

行业内各巨头（比如BAT）的自动化运维架构都各种功能各种酷炫，功能复杂，但是开发工作难度和强度也非常大，需要消耗大量的人力和财力。那么小团队就没有实现自己的devOPS了吗？

答案当然是可以实现的。

笔者在一家小团队，有10几个开发人员，管理这几十台服务器和几十个应用，在初期代码的管理、应用的构建、部署发布、监控等都只能都人肉实现，需要不断的到处救火，消耗了大量的开发人员的精力。好在有opensource，我们借助开源的力量慢慢形成了自己的一套devOPS体系，总体效果还不错。

本文就是总结笔者在这方面一些经验和实践，希望对读者有帮助。

先上监控和告警。
现在市面上监控系统很多：Zabbix、Open-Falcon、Prometheus，但是最终我选择了 Prometheus。

Prometheus 简介

Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。2016 年，Prometheus 正式加入 Cloud Native Computing Foundation，成为受欢迎度仅次于 Kubernetes 的项目。

作为新一代的监控框架，Prometheus 具有以下特点：

• 强大的多维度数据模型：

• 插件多，想要监控什么，基本都会有现成的插件。

• 易于管理： Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。

• 高效：平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。

• 使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。

• 可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。

• 可以通过服务发现或者静态配置去获取监控的 targets。

• 有多种可视化图形界面。

• 易于伸缩。

需要指出的是，由于数据采集可能会有丢失，所以 Prometheus 不适用对采集数据要 100% 准确的情形。但如果用于记录时间序列数据，Prometheus 具有很大的查询优势，此外，Prometheus 适用于微服务的体系架构。

Prometheus技术架构图.png

Prometheus基本原理

Prometheus的基本原理是通过HTTP协议周期性抓取被监控组件的状态，任意组件只要提供对应的HTTP接口就可以接入监控。不需要任何SDK或者其他的集成过程。这样做非常适合做虚拟化环境监控系统，比如VM、Docker、Kubernetes等。输出被监控组件信息的HTTP接口被叫做exporter 。目前互联网公司常用的组件大部分都有exporter可以直接使用，比如Varnish、Haproxy、Nginx、MySQL、Linux系统信息(包括磁盘、内存、CPU、网络等等)。

用Ansible 来Prometheus安装

Ansible是一个自动配置管理工具，本文先不介绍了，以后有空再来做下介绍，ansible也是小团队搭建devOPS的利器。
使用 Ansible 作为部署工具的一个好处是太多现成的 role 了，安装 Prometheus 时，笔者使用的是现成的：

• prometheus-ansble （https://github.com/cloudalchemy/ansible-prometheus）
  不过这ansible role需要linux支持systemd，centos6及以下操作系统安装不了。可以采用二进制文件安装的方式。

安装所需各种exporter

比如需要采集操作系统系统，需要安装node_exporter,当然安装exporter也可以用ansible来实现。

安装和配置监控可视化Grafana

Grafana是用于可视化大型测量数据的开源程序，它提供了强大和优雅的方式去创建、共享、浏览数据。
Dashboard中显示了你不同metric数据源中的数据。
Grafana最常用于因特网基础设施和应用分析，但在其他领域也有用到，比如：工业传感器、家庭自动化、过程控制等等。
Grafana支持热插拔控制面板和可扩展的数据源，目前已经支持Graphite、InfluxDB、OpenTSDB、Elasticsearch、Prometheus等。
具体安装比较简单，参照官网安装即可。
安装结束后登录，默认用户名密码admin、admin

添加一个数据源

配置prometheus数据源.png

导入的模板会看到已经有各种图，下图笔者所在公司导入的node_exporter的监控图

屏幕快照 2019-08-14 22.58.15.png

好了，有了监控数据后，我们就可以对数据进行可视化了，是不是很炫酷呢？并且告诉你这些监控图是可以随意定制的哦！
可是，我们不可能 24 小时盯着屏幕看 CPU 负载有没有超吧？这时候就要上告警了。由于篇幅原因，下篇来说说告警。