每工作日一、三、五早上07:45
准时为你带来最新产品资讯
面对突如其来的系统故障，如何快速解决？如何提升系统后续运行稳定性？本文将带你深入了解A客户如何通过构建高效的监控与预警体系，全方位守护其业务运行。通过一键部署gPaaS监控服务产品，实现了从应用层到IaaS层的全链路监控，及时发现并解决潜在故障，推荐阅读。
业务背景
A客户日常主要使用星瀚系统处理其订单数据。某日，该业务系统突然出现大面积瘫痪，影响客户业务订单的处理。经过现场工程师的紧急排查，发现是由于PostgreSQL数据库日志文件持续增长，导致数据库主机磁盘被占满，进而引发系统故障。对多余的数据库日志文件进行清理，预留足够的磁盘空间后，系统才得以恢复正常。
因此，客户希望能对业务系统建立一套全面的监控与预警体系，及时发现并解决潜在故障，确保系统的稳定运行。
解决方案
方案整体思路
通过安装器一键部署gPaaS监控服务产品，对业务系统环境的应用层-苍穹应用指标、PaaS层-容器/中间件/数据库指标和IaaS层-主机指标，进行全链路的监控及预警。
关键步骤及效果展示
1、安装部署
通过安装器，将业务系统开发环境和gPaaS监控服务一起安装（图1）。安装完成后，在监控服务的环境管理页面可查询到该业务系统开发环境信息。接着，再使用安装器依次安装业务系统SIT、UAT和 生产环境，然后通过监控服务的环境管理页面，手工将这三套新装环境的信息配置上去（图2）。最后，用户便可以通过一套gPaaS，同时监控项目上的所有业务系统环境。
安装器一键安装（图1）
gPaaS监控服务环境配置（图2）
2、指标查询
gPaaS监控服务为星瀚业务系统预置了针对性的监控模板。gPaaS监控服务部署好后，即可通过监控服务对环境的全链路（苍穹应用、数据库、中间件、容器和主机）指标数据进行查询（图3和图4）。
监控座舱（图3）
左右滑动查看更多>>
各维度模块指标（图4）
3、报警通知
配置好接收报警的运维人员邮箱和云之家信息。当业务系统环境出现潜在故障时，监控服务能及时生成对应的报警事件（图5），并将报警通知同步发送至运维人员的邮箱和云之家（图6）。
针对客户环境运行情况，对默认报警策略进行更新（图7），使得报警更具针对性。
报警事件（图5）
报警通知（图6）
更新报警策略(图7)
4、自定义监控
监控服务基于Prometheus对所有环境运行数据进行自动采集和存储。默认采集500+运行指标（图8），若当前默认指标图表无法满足监控需求，可通过界面新增指标图表，并引用这些指标（图9）。
采集的指标（图8）
指标图表配置（图9）
方案的可推广价值
对客户的价值：
A客户项目使用该方案后，提前发现了多起主机磁盘、内存不足的问题，然后及时进行了处理，有效地避免出现业务故障。
行业的普适程度：
该方案可应用于苍穹、星瀚、星空产品的私有云及公有云环境监控运维场景中。
为客户提供提简单易用、全链路覆盖的指标监控及预警能力。目前已有超过50+家客户使用了该监控服务。据不完全统计，该方案使客户系统运行稳定性平均提升了40%以上。
相关资料
1. gPaaS监控服务整体功能介绍
https://vip.kingdee.com/link/s/lnYny
2. 监控服务安装部署介绍
https://vip.kingdee.com/link/s/lnYnV
#往期推荐#
对文章有任何疑问或建议，欢迎评论区留言~
