自动化一切或落后

DevOps 旨在以可靠且经济的方式大规模加速新产品和服务的交付。这样做需要自动化——使用软件来构建、配置、部署、扩展、更新和管理其他软件。

我们通常认为监控是与此过程一起发生的——它的工作是在出现问题时提醒操作员，帮助分析问题，确认是否符合服务水平目标。但最好将监控视为运维自动化的重要组成部分。一个现代的、功能齐全的监控平台本身就可以成为一个强大的自动化引擎，并且是应用程序和基础设施生命周期管理和问题缓解中更大的自动化计划的关键推动者。在许多情况下，它甚至可以实现自主操作，例如自我扩展和自我修复。

>另请参阅：IT 监控：不要将自己监控到疯人院，Opsview

以下是您的监控系统可以帮助您完成更多工作、消除人为错误并满足（不仅仅是遵守）SLO 的一些方法：

简化的自动化监控系统部署和生命周期管理。本地监控解决方案可以与受监控的基础设施共存；无论是在经典私有云和数据中心，还是在提供商托管的虚拟私有云 (VPC) 中。这使他们能够遵守安全、隐私、数据治理和其他法规；并帮助他们克服可能限制 SaaS 监控解决方案可扩展性的带宽和成本障碍。然而，必须部署、扩展和更新前提监控——这对于除了非常简单的单服务器配置之外的所有配置来说都是令人生畏的。

此类监控平台的前瞻性制造商开始利用流行的部署自动化框架，如 Ansible、Puppet 和 Chef（DevOps 使用相同的框架来自动化基础设施部署和日常操作）来简化横向扩展的监控系统部署，高可用的配置。为了方便操作员，他们将部署工具的复杂性隐藏在 webUI 和简化的配置器之后，尽管标准工具可供希望将监控系统或指标收集器部署与基础设施推出相结合的 DevOps 人员使用——这是一种最佳实践。监控的详细信息可以作为权威的“基础设施即代码”存储库的一部分进行定义和维护。

>另请参阅：数据中心可见性的价值

通过 API 自动部署代理和监控对象注册。 Ansible 等标准部署工具也可用于在主机上注入、配置和更新监控组件（端点代理、所需库等）。相同的工具可以在部署时从部署清单或直接从主机中提取事实，然后使用监控系统 API 快速配置对主机基础架构和应用程序的监控，以及在生命周期结束时“取消监控”主机。在系统部署后立即对其进行常规监控，可以快速检测暂存或生产中的问题，并可用于在需要时触发回滚——这是持续交付的重要最佳实践。

CMDB 摄取。一些监控平台可以从运营管理工具和配置管理数据库 (CMDB) 中获取数据，例如 ServiceNow 和类似供应商提供的那些。这让操作员可以快速、自信地为现有基础设施、应用程序和完整的业务服务配置监控——避免费力且容易出错的系统事实的手动编译。

>另请参阅：DevOps 成功所需的正确存储软件是什么？

发现和自动监控。复杂的监控解决方案使用越来越多的方法，包括通过 SSH 直接访问主机和通过 ActiveDirectory 等配置存储库和 Windows Discovery 等服务间接访问，以从现有基础架构中提取事实并加快操作员的监控配置。领先的产品现在正朝着完全自动化流程的方向发展：创建基础架构、应用程序和完整业务服务的综合地图，并在无需任何人工干预或指导的情况下监控这些内容。

警报处理、通知、升级、集成。当然，警报是一种强大的自动化形式。它需要做出决策，这可能很简单（例如，某些指标已超过给定阈值）或更复杂（例如，来自不同系统的多个指标已进入预测关键业务的特定类型已知故障的状态）服务）。它涉及基于问题、团队轮班表、时间/日期和其他变量的复杂分配和升级。它需要与电子邮件等通信方法或 PagerDuty 等多模式通知平台的外向集成；或更复杂的与问题管理（例如 JIRA）或运营工作流管理（例如 ServiceNow）以及协作（例如 Slack）和其他解决方案的集成。所有这些自动化功能共同作用，在正确的时间向正确的人发出正确的警报，同时避免过度警报和疲劳——使操作更加顺畅，帮助团队避免停机并履行 SLO 承诺。

>另请参阅：工作负载自动化如何加快 DevOps 速度

主动缓解问题。最后，复杂的监控解决方案现在能够在主机上执行脚本，或触发集中式自动化（例如 Ansible）以根据监控条件执行任务：从重启故障服务器到扩展基础设施集群。在接下来的十年中，机器学习的发展将逐渐提高监控系统的能力，以推断业务服务的抽象结构和功能，自动监控它们，预测它们的故障模式，修复它们并优化它们的性能——无论是自主的，还是通过优化的将操作员资源分配给任务。

作者：Opsview 内容策略主管 John Jainschigg