六个人如何运维一万台服务器？(8)

在上面的集群架构图里，最下边绿色的是 Graphite 原有的组件，在原有组件上我们自己开发了几个相关的组件。

第一个是 Relay ，每个指标打过来之后，我们通过 Relay 把指标分布在多台机器上，这个是通过一致性哈希来实现的。

等我们取数的时候， Graphite-api 这部分也是我们自己开发的， Graphite-api 里也有同样的一致性哈希算法，通过这个算法找到这个指标在这个集群的哪一个机器上，调用这个机器上的 Graphite-web 下的 api，然后拿相关的数据。

这是一个集群的架构，我们有多个集群。Watcher 要做一个统一的界面，在这个界面上配置自己的监控的时候，选择数据源，对于打数的人他清楚这个指标在什么地方。

能不能做一个统一的数据源，让用户来使用，这样我们就在组件里加上了一个纯指标的数据库，每次流量过来之后，我们就会把这个指标的名称写到我们数据库里一份，同时记录它在哪个集群。

这样我们就可以对外报一个统一的 Graphite-api ，假如说一个指标我们要起 s.flat-xx 的指标，首先是调用api，去找 s.flat-xx 这个指标在什么集群里，发现在机票的集群里，再通过一致性哈希就可以把这个指标取出来了。

Graphite-api 上第一部分是借这个 Dashboard 来报警。讲完整个的 Watcher 架构，下面看一下主机监控是怎么做的？

首先有一个硬件管理平台，维护着主机监控的相关信息。

最主要的是会编排代理，去维护代理的版本配置，会不停的去扫描这个主机，往主机上部署，也会定时检查指标是否收集了。

假如这个主机指标出现断点了或者有问题了，会报警去检查，到底是  Collectd 出问题了还是系统出问题了还是网络出问题了。

每个主机上部署 Collectd 之后会根据不同的配置打不同的指标，比如 CPU 的使用情况，内存的使用情况，网络带宽的使用情况，这些都将指标打成了 Watcher。

每个主机的指标可能都是相同的，怎么区分不同主机的指标，我们就以主机的名称作为区分。接入到 Watcher 之后，我们就可以调用 api，在 Dashboard 上调用。

业务监控也是比较类似的，应用接入之后会暴露出 api，里面就是最近 1 分钟之内应用的监控数据，每分钟 Qmonitor server 从所有的机器上去拉这个文件，拿了文件之后做集中的分析，分析完之后做相应的处理。

比如说对应用进行计数，算完之后以 Appcode 作为标识来区分不同的指标，将指标推送到 Watcher。推送到 Watcher 之后，同样可以查询监控，检查应用指标的健康状态。

数据互通

下面讲一下我们怎么在整个运维平台实现数据互通的。我们在监控报警和主机管理里都提到了一个 Appcode ，在去哪儿网 Appcode 到底是什么？

其实它就是唯一的一个标识应用，我们将一个应用进行了抽象化，意思更加广义了。

在去哪儿网一个应用可以是一个 Web 服务，也可以是一个 GPU 云实例，也可以是 MySQL 实例，甚至可以是一组交换机，还可以是其他的。

（编辑：ASP站长网）