Open-Falcon：來自小米的企業級監控系統

yn6e 9年前發布 | 206K 次閱讀系統監控 Open-Falcon

Open-Falcon 人性化的互聯網企業級監控系統，Open-Falcon 整體可以分為兩部分，即繪圖組件、告警組件。其中：

安裝繪圖組件負責數據的采集、收集、存儲、歸檔、采樣、查詢、展示（Dashboard/Screen）等功能，可以單獨工作，作為time-series data的一種存儲展示方案。
安裝告警組件負責告警策略配置（portal）、告警判定（judge）、告警處理（alarm/sender）、用戶組管理（uic）等，可以單獨工作。

介紹

監控系統是整個運維環節，乃至整個產品生命周期中最重要的一環，事前及時預警發現故障，事后提供翔實的數據用于追查定位問題。監控系統作為一個成熟的運維產品，業界有很多開源的實現可供選擇。當公司剛剛起步，業務規模較小，運維團隊也剛剛建立的初期，選擇一款開源的監控系統，是一個省時省力，效率最高的方案。之后，隨著業務規模的持續快速增長，監控的對象也越來越多，越來越復雜，監控系統的使用對象也從最初少數的幾個SRE，擴大為更多的 DEVS，SRE。這時候，監控系統的容量和用戶的“使用效率”成了最為突出的問題。

監控系統業界有很多杰出的開源監控系統。我們在早期，一直在用zabbix，不過隨著業務的快速發展，以及互聯網公司特有的一些需求，現有的開源的監控系統在性能、擴展性、和用戶的使用效率方面，已經無法支撐了。

因此，我們在過去的一年里，從互聯網公司的一些需求出發，從各位SRE、SA、DEVS的使用經驗和反饋出發，結合業界的一些大的互聯網公司做監控，用監控的一些思考出發，設計開發了小米的監控系統：Open-Falcon。

值得關注的特性

強大靈活的數據采集：通過配套的Falcon-agent，可以自動采集400多項單機指標，也可以通過用戶自定義的插件來擴大采集項的范圍。用戶也可以通過其他方式獲取到相關的指標，比如通過SNMP方式獲取網絡設備的相關運行指標，然后主動推送給監控系統。
良好的水平擴展能力：監控系統要能通過水平擴展來支撐業務的快速發展。
高效率的告警策略管理：高效的用戶配置界面、支持策略模板、模板繼承和覆蓋、多種告警方式、支持回調動作。
人性化的告警設置：支持最大告警次數、告警級別設置、告警恢復通知、告警暫停、不同時段不同閾值、支持維護周期，支持告警合并。
高效的歷史數據查詢：采用RRDtool的數據歸檔策略，秒級返回上百個指標一年的歷史數據。
人性化的Dashboard：多維度的數據展示，用戶自定義Dashboard等功能。
高可用：整個系統無核心單點，易運維，易部署。