“想做世界最好是對的，但是最好先定一個能達到的小目标，比方說我先掙它一個億。”，王首富雲淡風輕地給各行各業提供了一個很好的Roadmap，包括我們運維。的确，如今資料中心的規模增長速度也已像一匹脫缰的野馬，各地都頻頻建設起超大型資料中心。按工信部的定義，超大型是指規模大于等于一萬個标準機架的資料中心，考慮到虛拟化技術的使用，實際上需要運維的主機規模很容易超過十萬的級别。是以，首富說的目标離我們也不遠，也許很快就可以達到。
而如此大規模的資料，其運維的難度可想而知，我們來逐個分析應對看看：
挑戰一：如何把監控配置等運維工作降低到零？
通常情況下，每一個主機或虛拟機的點亮，運維人員都需要為新主機完成配套的運維工作，包括系統部署、IP位址配置設定、應用部署與監控配置等等。尤其在使用虛拟機技術的資料中心，據調查，目前虛拟機的平均生存時間隻有15天，是以其配套的運維工作變得更加繁重。将這些例行的配套工作自動化，可以有效降低運維工作。
在這個問題域中，我們設想有這樣一種代理程式，它易于安裝、啟動後可自動采集本機資訊上報、同時開始監控各項重要的名額。那麼我們就很容易，将代理程式作為主機系統部署的一部份，同時預置到虛拟機鏡像中，那麼每點亮一個主機，在監控中心就可以立即發現與監控它，這能有效消除監控配置運維工作。
這樣後續新增主機的流程如下，需要運維工作投入僅僅在開機部份，其餘過程可全部自動化：
挑戰二：如何設計監控資料傳輸網絡，低成本支援海量資料？
對于10萬主機的規模，以及目前資料中心秒級的監控需求，其監控資料顯然會成為一個大資料。一個主機上報監控資料産生了0.5KB/s的流量，那麼10萬主機，每時每刻都産生50MB/s的總流量，這當然是無法接受的。
答案是引入采集資料傳輸中間層，通過中間層有以下優勢：
1.合并上報TCP連接配接，減輕監控服務端的連接配接壓力
2.集中資料壓縮上報，并減少傳遞的資料大小
挑戰三：如何對接各類系統，實作大規模監控資料集中化？
資料中心的監控運維不僅僅針對主機，還會有機房環境、業務應用、存儲系統等各類系統，這些系統可能也已有各自的監控工具，但運維需要避免工具的碎片化，為運維人員提供統一的監控平台。是以監控系統應當非常容易擴充監控資源與監控名額，讓運維人員可以僅用一條指令，就可以送出監測資源與名額，以便随時通過各類Shell擴充監控能力。
具體要求包括：
1.支援http或udp送出接口
2.簡潔的資料格式要求
3.不要求預先在平台中定義資源或名額資訊
這種方式，運維人員即可使用shell粘合curl指令，快速對接各類系統：
挑戰四：如何可視化上萬個主機的性能狀況？
由于超大型資料中心的主機資源已經達到萬級，是以傳統的一些TopN報表或多元度分析表格，其顯示的資料樣本少，缺少互動式的資料分析工具，無法直覺的表現資料中心的整體性能情況，也難以分析負荷的瓶頸。
應對這樣規模的資源展現，我們需要使用一些大資料的可視化技術：
1.用反應主機負荷的圖形元素，在進行宏觀的主機展現：
2.通過機房、系統、使用部門等等不同的次元進行切換，洞悉負荷高壓區域：
總結
如今在監控領域，已經有很多傳統的監控工具，也包括各類開源的監控系統如Zabbix、Nagios等，但如果需要滿足萬級主機監控，還是有很多的運維平台研發的工作需要落實。而優雲monitor，本身就已充分考慮大規模的監控體量，它的設計中包含了以下特性：
1.通過一鍵安裝快速實作大規模自動化部署，降低監控的運維附加工作量
2.通過代理級聯應對各類隔離網絡環境與多資料中心，并對網絡負荷零影響
3.通過OpenAPI快速實作監控平台的內建
4.多視角切換觀察，随意縱覽萬級主機資料中心
5.可随資料中心規模增長而進一步水準擴充，随時擴大監控規模
相信優雲monitor作為面向混和雲架構的下一代雲監控産品，可以幫助大家早日實作運維小目标。
作者簡介：
蔣君偉
IT運維領域資深專家，優雲軟體産品總監，擁有10年運維實戰經驗；
先後研發了網絡管理、系統管理、CMDB、ITSM等産品，并成功建設了多個全國性的網絡運維管理項目；
其主導研發的産品廣泛應用于海關、稅務、公安、社保、銀行、保險、能源等20多個行業。