[资料]

应用监控的选型思考

2018-11-28 15:14:51 1481 APM

先说结论：没有统一答案，企业用户应当从自身需求，技术掌握深度，建设成本这三个方面来衡量。

[td]

企业性质和最终方案	技术掌握程度	自身需求	建设成本
世界500强的IT部门, 最终选择商业产品，部署方式为专用云	已经被各大APM厂商进行过POC，接口人对APM领域有一定理解；已经在内部进行过多轮DevOps概念推广和相关环境建设。	1.配合压测调优性能；2.能快速推广和应用到全集团；3.集团大屏幕输出；4.日常运维中的问题报警，排查，诊断。	1.产品费用+咨询费用；2.每年的产品升级和维护费用；3.2名甲方接口人员；4.内部机器成本。最大并发监控规模：万台。平均每台活跃实例/年监控成本在4000元左右。
数千人的中型互联网公司，最终选择基于 pinpoint 自建	负责人为多年从事APM领域的资深专家，并有从原来APM厂商转来的Pinpoint Commiter，正在进行DevOps建设。	日常运维中的问题报警，排查，诊断为主。	1.4名开发人员至少一年的开发维护时间。2.2名运维人员的日常维护和推广。3.内部机器成本。最大并发监控规模：千台。平均每台活跃实例/年监控成本在2000元左右。
数十人的创业团队，最终选择公有云商业产品	对APM领域，仅仅是听过几场meet up，以业务开发为重心。	日常运维中的问题报警，排查，诊断为主。	公有云产品费用，根据业务量，灵活扩缩容。最大并发监控规模：数十台。平均每台活跃实例/年监控成本在1000元左右。

产品完成度&使用场景上面是三个不同企业规模中APM使用的一个大致情况以及他们的选型和成本情况。当把需求落到具体使用场景上时，商业化产品和开源产品在完成度上，其实也有很多区别：
[td]

使用场景	商业化产品-以阿里云ARMS为例	开源产品--以Pinpoint和Skywalking为例
报警和报表：作为日常运维工具，报警功能必不可少。在日常巡检中，需要把关键信息放在一个页面中形成报表，并且对报表定时进行推送。	支持丰富维度的数据报警设置，以及丰富的推送渠道，包括钉钉，短信，邮件等。支持用户自定义设置各种业务报表。	支持简单的报警功能，大部分情况下需要用户额外进行开发和集成。
用户反馈问题跟踪：能根据某一个业务关键ID 查询出对应的分布式调用链路和相关的log。	支持全系排查和100%链路采集。	不支持。
代码瓶颈诊断：发现问题以后，需要快速定位到代码性能瓶颈。	无需额外的埋点，自动适配大部分主流框架，支持自定义埋点。单线程快照技术，能监控到没有埋点的业务代码的运行情况。	无需额外埋点，支持自定义埋点。
稳定性&可拓展性。	经过多年那双十一挑战，产品性能稳定。SaaS产品动态扩缩绒，无需用户关心。	开源项目未经过大规模生产环境检验，需要用户自己进行稳定性的测试，以及根据数据量进行扩缩容量。
使用咨询。	5*8阿里云专家咨询服务：可针对性输出阿里云多年性能调优经验和使用场景，帮助用户快速落地APM产品。	Github issue为主无商业化公司支持，出现问题大部分自己解决。
定制化能力。	支持通过API定制自己的展示页面。	开源产品，可以进行任意改动。

成本计算参考以阿里云 ARMS 为例，假设监控50个实例，估算下成本：

机器成本：至少7台机器 (3台存储，2台应用，2台Console)+数据库，成本一个月四千以上；用ARMS，费用小于4000左右，成本略低于自建，几乎持平。
运维人力成本：ARMS无需担心扩扩容，用多少付多少，ARMS无需运维工程师，节省人力开支。用以上开源软件至少需要一个专业的运维工程师，中位数工资，约10000左右。
额外开发人力成本：ARMS作为商业产品，每月发布一个新的版本，不断迭代，而且功能丰富。使用开源产品需要自己开发报警和相关运维功能，至少需要2个专业的开发工程师，中位数工资，约40000左右。

总结在当今互联网云时代，企业在选择建设自己监控系统的时候，一定要结合自身情况进行产品和架构选型，具体建议如下：
[td]

公司形态	用户画像	建议选型
小型初创公司	以公司生存，业务发展为主，需要快速见效并且性价比高的产品。	以公有云Saas为主，不建议投入过多精力在监控领域的开源自建，而需要专注于核心业务发展。
中型成长企业	有较稳健业务收入和增长，希望对于技术有所发展和挑战。	商业产品+开源产品，可以通过商业产品快速学习某一领域知识，再结合自身情况通过开源产品定制部分监控，如采用grafana定制监控大盘。
大型上市公司	有自建机房，业务求稳，而且在国内外有较强监管和合规需求。	考虑采用专有云和混合云的商业化服务为主，可以配合厂商尝试开源产品，部分科技型公司可选型开源产品。