对于IaaS层的监控，本质来说就是监控组成IaaS层的各个资源对象，那么资源对象代表什么呢？
例如物理服务器、交换机、一条专线与一个公网IP等等都是一个个资源对象。通常来说对于资源对象的监控可以分为以下4个维度。
状态的监控：通指设备的的状态，如设备的存活状态、网络设备的端口状态、电源、风扇状态等；
性能监控：通指设备内存大小，端口流量包量、CPU利用率等等；
质量监控：通指设备的丢包率、错包率、网络访问的延时等等；
容量监控：通指设备的负载使用率、专线带宽使用率、网络设备的负载使用率、服务器的负载使用率等等。 Argus运维监控系统-IT网管的救命稻草！江西运维监控创新
整个饿了么监控系统在演进过程中主要分为如下3个阶段：
第一阶段：主要由Statsd/Graphite/Grafana负责业务层的监控，ETrace负责全链路监控，Zabbix负责服务器层面的监控，ELog负责分布式日志搜索；
第二阶段：整个饿了么也从单IDC演进成异地多活架构，所以对监控也提出了更高的要求，基于这个我们也自研LinDB，以支持多活架构下的监控，Zabbix慢慢被ESM/InfluxDB/Grafana所替换，使用ELK替换原来的日志方案；
第三阶段：主要做一个减法，即把原来StatsD/Graphite/ETrace/ESM/InfluxDB统一到了EMonitor+LinDB这样的平台，以提供给用户一套统一的监控平台，日志开始使用阿里云的SLS。 产品运维监控认真负责argus运维监控平台让运维工作不再繁琐。
随着数字化进程的加深，企业在分治了很久以后，开始进入到统一运维管理的阶段。由于“分久”，出现了敏稳两态不同的专业领域，传统企业运维的历史包袱很重，一些稳态的重中之重应用无法完全转移到敏态环境中，因此导致了数据的多样化、复杂程度极高等特点，比如日志数据、告警数据、调用链数据、拓扑数据以及流程产生的信息数据等，导致分治变得十分麻烦。另外，这些繁冗复杂的数据视角各异，没有可以从某一种业务视角或组件视角去看多样化工具的能力，加之混合云的出现，很多业务转移到公有云或私有云上，使得数据孤岛状态加重，治理起来更加困难。
现状需求：
1、监控工具种类繁多，缺乏全局视角，难以整合；
2、运维监控数据快速增长，尚未有效整合；
3、缺少智能运维分析手段，联动能力不足；
4、欠缺知识共享系统，未能对运维经验有效积累。
需求总结：
希望有一种手段能够通过人机合作的方式来完成知识的共享，把人的能力逐渐地变成一种组织和平台的能力。
运维监控的流程包括：
发现问题:当系统发生故障报警，我们会收到故障报警的信息定位问题:故障邮件一般都会写某某主机故障、具体故障的内容，我们需要对报警内容进行分析，比如一台服务器连不上:我们就需要考虑是网络问题、还是负载太高导致长时间无法连接，又或者某开发触发了防火墙禁止的相关策略等等，我们就需要去分析故障具体原因。解决问题:当然我们了解到故障的原因后，就需要通过故障解决的优先级去解决该故障。总结问题:当我们解决完重大故障后，需要对故障原因以及防范进行总结归纳，避免以后重复出现。 Argus运维监控系统通过事件压缩机制， 构建了事件集的聚合业务。
大集群场景特点数据规模大：监控对象targets多，数千万时序数据time-series，单Prometheus负载非常高。
当series数据超过300万时，Prometheus内存增长较为明显，需要使用较大内存的机器来运行。压测过程中，我们使用了工具去生成预期数目的series，工具生成的series每个label的长度及值的长度都较小，固定为10个字符左右。我们的目的是观察相对负载变化，实际生产中由于label长度不同，服务发现机制（比如Pod频繁重启）的消耗不同，相同的series数目所消耗的负载会比压测中高不少。目前Argus有好几个集群的采集端Prometheus消耗内存在30G以上，这会导致查询效率下降，严重的会导致OOM，有的大集群内存消耗达几百G。 想要做好运维监控，这个命题很大，可想而知不是只要做好一件两件的事就能实现，必定是成体系、成规范。浙江运维监控诚信推荐
Argus运维监控系统针对 Zabbix 数据模型的场景优化，定制了自定义拖拽的组合详情页面。江西运维监控创新
在信息系统的生命周期中，一般系统建设的时间大约为一年，而系统使用运维的时间大约四到七年或更长，因此，业界提出了“三分建设，七分管理”的运维监控管理。经过大致两轮的信息化建设，企业信息化将逐步趋于成熟，后续信息化工作的重点之一便是做好系统的运维工作，保障系系统平稳运行，支撑业务发展。
信息保障部门日常运行管理条块分割，网络、应用、IT基础环境等资源需要不同技能分工人员，在不同时段值守，当网络设备发生变化时，无法迅速的适应。各类业务应用系统缺乏针对性的管理平台，单从网元和资源个体进行管理的角度无法解决业务系统的监控要求，因为业务系统是由多个关联资源及其关联关系组成，一旦业务系统出现运行过慢、无法登录、应用报错等问题时，难以排查具体的故障点，从而影响业务系统故障恢复，也不利于业务系统的性能调优，造成单位IT资源与IT管理人员的“双高”负荷运转。没有统一的实时监控IT运维是依托经验式、补救式的事后运维。同样的IT故障引发大范围报障，需要通过监控锁定故障源合并事件；同样的IT故障在缺乏监控数据描述和处置经验的支撑时，擅长不同技能的运维工程师处理效率有天壤之别；同样的IT故障高频复发，需要监控的分析优化资源配置。 江西运维监控创新
上海观纵科技有限公司是我国webfunny前端监控，webfunny前端埋点，全链路应用性能监控，Argus-IT运维监控专业化较早的有限责任公司之一，公司成立于2022-11-14，旗下webfunny,walkingfunny,argus，已经具有一定的业内水平。观纵科技致力于构建传媒、广电自主创新的竞争力，将凭借高精尖的系列产品与解决方案，加速推进全国传媒、广电产品竞争力的发展。
