国内用户可以访问gitee镜像仓库: https://gitee.com/cnperl/Nightingale ,非实时同步,每天一次,不过速度很快。
夜莺是一套分布式高可用的运维监控系统,最大的特点是混合云支持,既可以支持传统物理机虚拟机的场景,也可以支持K8S容器的场景。同时,夜莺也不只是监控,还有一部分CMDB的能力、自动化运维的能力,很多公司都基于夜莺开发自己公司的运维平台。开源的这部分功能模块也是商业版本的一部分,所以可靠性有保障、会持续维护,诸君可放心使用
OCE是一个认证机制和交流平台,为夜莺生产用户量身打造,我们会为OCE企业提供更好的技术支持,比如专属的技术沙龙、企业一对一的交流机会、专属的答疑群等,如果贵司已将夜莺上了生产,快来加入吧
准备一台系统为 CentOS7.X 的虚拟机或物理机,并安装完成
mysql
、redis
、nginx
软件,简单yum
安装即可,生产环境可寻求运维或DBA同学帮忙部署。
curl -o /etc/yum.repos.d/CentOS-Base.repo http:https://mirrors.aliyun.com/repo/Centos-7.repo
curl -o /etc/yum.repos.d/epel.repo http:https://mirrors.aliyun.com/repo/epel-7.repo
yum install -y mariadb* redis nginx
下载我们已经编译好的二进制包到
/home/n9e
目录,如果想要更换安装目录,需要修改nginx.conf
,建议先用这个目录,熟悉之后,在进行自定义。
mkdir -p /home/n9e
cd /home/n9e
wget http:https://116.85.64.82/n9e.tar.gz
tar zxvf n9e.tar.gz
初始化数据库,这里假设使用
root
账号,密码为1234
,如果不是这个账号密码,需要修改/home/n9e/etc/mysql.yml
。
cd /home/n9e/sql
mysql -uroot -p1234 < n9e_ams.sql
mysql -uroot -p1234 < n9e_hbs.sql
mysql -uroot -p1234 < n9e_job.sql
mysql -uroot -p1234 < n9e_mon.sql
mysql -uroot -p1234 < n9e_rdb.sql
redis 配置修改,默认配置的
6379
端口,密码为空,如果默认配置不对,可以执行如下命令,看到多个配置文件里有 redis 相关配置,挨个检查并修改即可。
cd /home/n9e/etc
grep redis -r .
下载前端静态资源文件,放到默认的
/home/n9e
目录下,如果要更改目录,需要修改后面提到的nginx.conf
文件。
前端的源码单独拆了一个 repo,地址是: https://github.com/n9e/fe 没有和 nightingale 放在一起。
cd /home/n9e
wget http:https://116.85.64.82/pub.tar.gz
tar zxvf pub.tar.gz
覆盖
nginx.conf
,建议大家还是看一下这个配置,熟悉一下 nginx 的配置,夜莺不同 web 侧组件就是通过 nginx 的不同location
区分的,覆盖完了配置记得reload
一下或者重启 nginx。
cp etc/nginx.conf /etc/nginx/nginx.conf
systemctl restart nginx
检查
identity.yml
,要保证这个 shell 可以正常获取本机 ip,如果实在不能正常获取,自己又不懂 shell,那么在specify
字段写固定也可以。
# 用来做心跳,给服务端上报本机ip
ip:
specify: ""
shell: ifconfig `route|grep '^default'|awk '{print $NF}'`|grep inet|awk '{print $2}'|head -n 1
# MON、JOB的客户端拿来做本机标识
ident:
specify: ""
shell: ifconfig `route|grep '^default'|awk '{print $NF}'`|grep inet|awk '{print $2}'|head -n 1
检查
agent.yml
的几个 shell,挨个检查是否可以跑通,跑不通就改成适合自己环境的,实在不会改,直接写固定,比如disk
部分,如果固定为80Gi
,那么就可以写为:disk: echo 80Gi
。
report:
# ...
sn: dmidecode -s system-serial-number | tail -n 1
fields:
cpu: cat /proc/cpuinfo | grep processor | wc -l
mem: cat /proc/meminfo | grep MemTotal | awk '{printf "%dGi", $2/1024/1024}'
disk: df -m | grep '/dev/' | grep -v '/var/lib' | grep -v tmpfs | awk '{sum += $2};END{printf "%dGi", sum/1024}'
启动各个进程,包括
mysql
、redis
、nginx
,夜莺的各个组件直接用control
脚本启动即可,后续上生产环境,可以用systemd
之类的进行托管。
cd /home/n9e
./control start all
登录 web,账号
root
,密码root.2020
,登入后第一步先要修改密码,如果nginx
报权限类的错误,检查selinux
是否关闭以及防火墙策略是否异常,如下命令可关闭selinux
和防火墙。
setenforce 0
sed -i 's#SELINUX=enforcing#SELINUX=disabled#' /etc/selinux/config
systemctl disable firewalld.service
systemctl stop firewalld.service
systemctl stop NetworkManager
systemctl disable NetworkManager
如果前10步骤都部署完成但仍然没有搭建起来,你可能需要 使用Docker安装 或者 查看视频教程。
夜莺拆成了四个子系统,分别是:
- 用户资源中心(RDB)
- 资产管理系统(AMS)
- 任务执行中心(JOB)
- 监控告警系统(MON)
下面分别介绍一下这几个子系统的设计初衷。
这是一个平台底座,所有的运维系统,都需要依赖此系统,内置用户、权限、角色、组织、资源的管理。最核心的是一棵组织资源树,树节点的类别和扩展字段可以自定义,组织资源树的层级结构最简单的组织方式是:租户--->项目--->模块,复杂一点的组织方式:租户--->组织--->项目--->模块--->集群,组织是可以嵌套的。
节点上挂两类对象,一个是人员权限,一个是资源,资源可以是各类资源,除了主机设备、网络设备,也可以是rds
实例,redis
实例,当然,这就需要rds
、redis
的管控系统和RDB打通了。滴滴在做一些大的中后台商业化解决方案的时候,RDB就是扮演了这么一个底座的角色。
这里的资产管理系统,是偏硬件资产的管理,这个系统的使用者一般是系统部的人,资产管理类人员,应用运维相对不太关注这个系统。开源版本开放了一个主机设备的管理,大家可以二开,增加一些网络设备管理、机柜机架位的管理、配件耗材的管理等等,有了底座,上面再长出一些其他系统都相对容易。
agent安装完成之后,会自动注册到资产管理系统,自动采集到机器的 sn
、ip
、cpu
、mem
、disk
等信息,这些信息为了灵活性考虑,都是用 shell
采集的,上文安装步骤一章有提到,其中最重要的是 ip
,系统中有很多设备,ip
是需要全局唯一,其他的 sn
、ip
、cpu
、mem
、disk
等,如果无法采集成功,可以写为固定值,shell
里直接写 echo
一个假数据即可。
每一条资产,都有一个租户的字段,代表资产归属,需要管理员去分配资产归属(修改资产的所属租户),各个租户才能使用对应的资产,分配完了之后,会出现在用户资源中心的"游离资源"菜单中,各个租户就可以把游离资源挂到资产树上去分门别类的管理使用。树节点的创建是在树上右键哈。
用于批量跑脚本,类似pssh、ansible、saltstack,不过不支持playbook,大道至简,就用脚本撸吧,shell
、python
、perl
、ruby
,都行,只要机器上有解析器。因为是内置到夜莺里的,所以体系化会更好一些,和组织资源树的权限是打通的,可以控制不同的人对不同的机器有不同的权限,有些人可以用root
账号执行,有些人只能用普通账号执行,历史执行记录都可以通过web页面查看审计。任务本身支持一些控制:暂停点、容忍度、单机超时时间、中途暂停、中途取消、中途Kill等。
一些经常要跑的脚本,可以做成模板,模板是对脚本的一种管理方式,后续就可以基于模板创建任务,填个机器列表就可以执行。比如安装JDK,调整TCP内核参数,调整ulimit等机器初始化脚本,都可以做成模板。
开源版本的任务执行中心,可以看做是一个命令通道,后续可以基于这个命令通道构建一些场景化应用,比如机器初始化平台、服务变更发布平台、配置分发系统等。任务执行中心各类操作都有 API
对外暴露,具体可参看:router.go 我司的命令通道每周执行任务量超过60万,就是因为各类上层业务都在依赖这个命令通道的能力。
这块核心逻辑和v2版本差别不大,监控指标分成了设备相关指标和设备无关指标,因为有些自定义监控数据的场景,endpoint
不好定义,或者 endpoint
经常变化,这种就可以使用设备无关指标的方式来处理。监控大盘做了优化,引入了更多类型的图表,但夜莺毕竟是个 metrics
监控系统,处理的是数值型时序数据,所以,最有用的图表其实就是折线图,其他类型图表,看看就好,场景较少。夜莺也可以对接Grafana,有个专门的 DataSource插件,Grafana会更炫酷一些,只是,在数据量大的时候性能较差。
请大家先看视频学习v2的架构,然后再来看这张架构图,监控部分的架构和之前没有差别,collector揉进了一些命令执行的能力,所以改了个名字叫agent。引入了三个新组件:rdb、ams、job,rdb是用户资源中心,ams是资产管理系统,job是任务执行中心。agent除了上报监控数据给transfer,还会上报本机信息给ams,注册本机信息到资产管理系统,另外就是与job模块交互,拉取要执行的任务,上报任务执行结果。
最新版本已经支持将M3DB作为存储后端,如果大家对默认的rrd方式占用过高的硬盘IO不满意,可以尝试使用M3,M3对内存的占用会高一些,对IO的依赖较小。相关文档请查看下面的github wiki,wiki里有一页专门介绍M3的安装接入。
v3版本不准备单独建站了,文档全部使用 github wiki: https://github.com/didi/nightingale/wiki 欢迎大家一起完善。另外当前正在录制一套夜莺的教学视频,后续会放到微信公众号:ops-soldier,欢迎关注获取教程。
各个版本的变更内容请参考代码根目录下的changelog 变更了哪些模块就升级哪些模块,如果有配置文件变更或sql变更,会在changelog里说明的
对于夜莺的建议或修改,请直接提交 issue 或 pr。如想加入【夜莺网友互助交流群】,请加微信好友:UlricQin,注明加群,一定要留言说加群,否则不会拉你入群的。如果贵司已经把夜莺用到了生产环境,建议加入 OCE ,我们会额外给予更好的支持,比如专属的技术沙龙、企业一对一的交流机会、专属的答疑群等
夜莺开源版本是从商业版本中摘取的部分功能,商业版本会更强大,滴滴不止有运维平台的商业化解决方案,还有DevOps、IaaS、PaaS、大数据、安全等各类商业化产品,如有兴趣欢迎联系我们,微信号:UlricQin18612185520,注明商业版。