devops .net
直接从JVM可视化生产中的所有日志事件和异常–将度量作为指标发送到20多种图形和警报工具中。
我们想分享我们要介绍的两个值得分享的主要功能-趋势和DevOps集成。 我们开始构建Takipi是因为我们已经厌倦了使用传统日志来了解生产中软件内部的内容。 我们希望能够“观察”登台或生产中的每一个错误。
我们还希望具有更好的检测功能&＃xff0c;以知道什么时候由于代码或环境变化而导致故障-无需连续扫描和分析大量日志文件。 这套新功能使我们更接近该愿景&＃xff0c;这就是我们对此感到非常兴奋的原因。 所以让我们开始吧:)
发展趋势
趋势使您可以可视化生产JVM中日志错误&＃xff0c;警告和异常的任何组合&＃xff0c;而无需修改代码&＃xff0c;也无需发送日志文件进行分析。 JVM代理检测并跟踪所有日志事件和异常&＃xff0c;而不管它们是否以及如何记录到文件中。 可以使用Takipi的前端或使用的任何图形或警报工具&＃xff08;例如Graphite&＃xff0c;PagerDuty&＃xff09;将事件可视化并发出警报。 下面的更多内容。
由于这些指标已被JVM代理今天跟踪&＃xff0c;因此此功能没有额外的开销&＃xff08; 在此处了解有关Takipi的工作方式的更多信息 &＃xff09;。 最新消息是&＃xff0c;该信息现在已从代理程序报告到Takipi的前端&＃xff08;或与此有关的任何前端&＃xff0c;更多内容在下面&＃xff09;。
在JVM级别&＃xff0c;事件会自动减少为指标。 您可以确切地看到事件发生了多少次&＃xff0c;以及有多少次调用代码。 您可以根据事件的类型过滤事件-捕获的/未捕获的异常&＃xff0c;记录的错误&＃xff0c;警告等。 您可以根据事件在代码中的位置&＃xff0c;事件的开始时间或频率来进一步过滤事件。
另一个方便的功能使您可以关联相关事件。 如果您发现日志错误或警告数量激增&＃xff0c;这将非常有用。 您可以选择峰值期间的前5个错误&＃xff0c;并将它们添加到图表中&＃xff0c;并查看每个人的贡献。 这为您提供了功能强大的运营分析形式&＃xff0c;而无需调整日志记录或分析大量日志。
您可以缩小信息范围以关注来自特定计算机或JVM的事件。 例如&＃xff0c;您可以比较在多租户体系结构或应用程序的不同版本中服务于不同客户的JVM遇到的错误数。
一旦专注于目标事件&＃xff0c;就可以在代码中深入了解其根本原因。 对于每个事件&＃xff0c;您都可以查看其最近的错误分析 -包含导致错误的堆栈&＃xff0c;源和变量状态。
整合方式
这项新功能可将JVM代理捕获的数据打开到任何图形和警报工具。 这是通过StatsD &＃xff08;一种由Etsy开发的开源协议和实现&＃xff09;来完成的&＃xff0c;该协议和实现使应用程序能够以非阻塞方式将指标传输到任何监视工具中。 我们选择StatsD是因为它被广泛使用&＃xff0c;开源并且使用Javascript与市场上几乎所有监视工具进行通信。
这样一来&＃xff0c;您就可以跟踪应用程序中的一系列严重错误&＃xff0c;例如“所有未捕获的异常”&＃xff0c;“后台任务中的数据库错误”或“ Spark RDD中的记录的错误”&＃xff0c;并使JVM代理将这些指标作为度量标准传输到Graphite中&＃xff0c;或如果它们超过目标阈值&＃xff0c;则通过PagerDuty或Zabbix接收有关它们的警报。
让我们看一个真实的例子&＃xff1a;
在此配置中&＃xff0c;我们将针对记录的警告和错误跟踪Grafana中的业务指标。 您可以看到log.warn的增加如何开始减少吞吐量。 超过特定阈值后&＃xff0c;应用程序开始崩溃&＃xff0c;处理的RPM数量突然减少&＃xff0c;错误数量增加。 我们可以实时可视化来自JVM的数百万个日志事件&＃xff0c;这些事件覆盖在关键业务指标上&＃xff0c;而无需连续解析大量日志。 将这些指标连接到Zabbix或Nagios等警报系统后&＃xff0c;我们可以进行实时响应。
Takipi提供了将近20个盒子的后端集成 &＃xff0c;您可以轻松添加自己的盒子。 我们期待看到您将如何使用这些新功能 &＃xff0c;并在下面的评论部分中听到您的问题和反馈。
翻译自: https://www.javacodegeeks.com/2015/09/takipi-2-0-trends-and-devops-integrations.html
devops .net
京公网安备 11010802041100号