可观测监控 Prometheus 版：主机可观测

优势

说明

主机秒级发现

• 适应性：自动服务发现机制允许监控系统快速适应云资源的动态变化，确保所有运行中的实例都被及时监控。

• 多样性：支持多种服务发现类型，满足不同场景下的监控需求，例如支持Kubernetes集群内服务的自动发现，以及其他类型云服务的集成。

探针秒级安装

• 即插即用：自动化安装Exporter，使得新启动的计算节点可以立即被监控系统识别并收集其度量，无需人为干预。

• 全面监控：提供多种Exporter，包括Node-exporter、Process-exporter、GPU-exporter和中间件Exporter，进行全方位的性能追踪。

指标秒级采集

• 配置简化：自动化配置生成减轻了运维人员手动配置的负担，确保所有节点和服务的指标都能被准确无误地采集。

• 灵活性：配置可根据现有的监控需求作出相应调整，带来灵活性和可扩展性，应对复杂多变的监控环境。

主机从创建到纳入监控系统，整体可以在30 ~ 60s以内完成。主机所有指标数据可以支持1 ~ 60s时间间隔的灵活调整。整体实现主机全方位秒级监控能力。

探针Serverless化

• 集中管理：通过托管的Prometheus Agent统一管理数据采集，简化监控架构，提高运维效率，且用户对数据采集链路无感知。

• 高效能：因为抽象了监控算法的复杂性，使用Agent可以减少误配的可能性，提高监控数据的准确性和时效性。

智能指标标签

• 自动摘取阿里云ECS主机的标签、资源组、区域等信息，并自动注入到整个指标体系中，方便快捷。

• 可自定义添加额外标签，进一步提升标签体系的灵活性，例如自定义业务标识、环境标识、数据来源标识等。

超大规模数据采集与存储

• 支持超大规模主机接入，采用独享与共享并存托管模式，依据主机接入规模动态调整托管资源，保证接入的时效性和准确性。

• 存储可支持超大规模指标存储，并具备高性能的查询和展示能力。

提供完善的上下游监控数据

• 为了实现一个系统级的、全面的可观测性，单一实体监控是不够的，需要整合不同维度的监控数据并构建全链路观测，确保监控系统能够反映出整个应用和服务生态的健康和性能。

• 涵盖从底层硬件到应用层再到外部服务（例如RDMA网络、OSS存储、Redis等）的综合监控策略，不仅包括对主机和网络的监控，还包括对依赖服务的监控。

进程级监控

• 进程级监控可以对操作系统运行的进程进行跟踪和分析，以了解进程的性能和资源利用情况。这是实现系统级监控的关键部分，旨在提供运行在服务器上的应用程序的健康和表现的透视图。

• 进程级监控除了会捕获进程的CPU使用率、进程的内存使用量、进程的磁盘读写情况等关键性能指标，还会收集进程的启动时间、打开的文件的句柄数、进程下调起的线程数量等。提供接近于实时的监控能力，做到即时反馈，让系统管理员能够及时识别和解决问题。

• 进程级监控为管理员提供更加丰富的故障诊断手段，帮助识别导致系统性能下降或故障的进程，例如可能是某些进程内存泄露、高CPU使用率或其他资源争用等。

默认提供Grafana专家级大盘

• 默认集成经过阿里云专家经验沉淀的Grafana大盘，包括ECS Overview总览大盘、ECS Detail详细大盘、GPU Overview总览大盘、GPU Detail详细大盘、Node Process进程级大盘。

• 真正做到一键接入主机可观测，开箱即用。