关于监控不得不说的故事 | 分布式系统监控基础

关于监控不得不说的故事 | 分布式系统监控基础

这个环境的系统性能一直无法提升，能否帮我找到系统的瓶颈在哪里？

系统优化后，虽然写入性能有所提升，但查询延迟却增加了，下一步我该如何排查和优化呢？

请帮我查看系统出现问题时的 CPU、磁盘和内存等资源使用情况，是否是由于资源紧张导致的问题？

在实际的工程应用和架构严谨的过程中，相信大家对于上面的几个问题并不陌生。当软件实际的工业环境中被应用时，“案发现场”究竟是什么样的直接关乎我们的应对策略；面对系统性能调优时，系统的瓶颈点如何快速定位成为难题；在系统架构严谨过程中，不同模块的运行情况以及协同情况成为我们迫切需要关注的内容。

1. 可观测性

而随着分布式架构渐成主流，可观测性（Observability）一词也日益频繁地被人提起。最初，它与可控制性（Controllability）一起，是由匈牙利数学家 Rudolf E. Kálmán 针对线性动态控制系统提出的一组对偶属性，原本的含义是“可以由其外部输出推断其内部状态的程度”。
在学术界，虽然“可观测性”这个名词是近几年才从控制理论中借用的舶来概念，不过其内容实际在计算机科学中已有多年的实践积累。学术界一般会将可观测性分解为三个更具体方向进行研究，分别是：事件日志、链路追踪和聚合度量，这三个方向各有侧重，又不是完全独立，它们天然就有重合或者可以结合之处，2017 年的分布式追踪峰会（2017 Distributed Tracing Summit）结束后，Peter Bourgon 撰写了总结文章《Metrics, Tracing, and Logging》系统地阐述了这三者的定义、特征，以及它们之间的关系与差异，受到了业界的广泛认可。

2. Apache IoTDB 分布式系统监控

在分布式场景下，采用事件日志的方式进行系统观测效率较低，因此链路追踪和聚合度量成为更优选择。自 Apache IoTDB 1.0.0 版本以来，Apache IoTDB 开始构建系统监控模块，完成了分布式架构下的系统监控框架的搭建、系统监控指标的定义与管理以及系统监控指标的采集。该监控模块支持系统各个模块在开发过程中平滑地新增监控指标，并由监控框架统一进行管理。

Apache IoTDB 分布式架构通过 Prometheus 和 Grafana 实现系统监控指标的采集与可视化。该系统结合了自顶向下的负载视角和自底向上的资源视角，能够有效监控集群状态，支持系统瓶颈定位、性能调优以及问题解决等多种场景。目前，IoTDB 提供了上千个监控指标，但其对性能的影响却不到 5%。因此，我们推荐所有用户开启监控模块，以保障线上 IoTDB 的高效运行。

3. 总结

本篇文章是《关于监控不得不说的故事》系列的第一篇。后续文章将详细介绍 Apache IoTDB 各类监控项的基本情况和使用方法，展示其在解决性能问题和故障排查方面的卓越能力。我们将与大家一起深入探索 Apache IoTDB 与监控的精彩故事，敬请期待！