關于數據中心監控方面的技術和工具數不勝數，從最開始的SNMP MIB網管，到現在的云計算工具，可視化、圖形化、自動化的工具可真是不少，而且不少還是開源的免費使用。比如：MRTG(Multi Route Traffic Grapher)、Ganglia、OpenTSDB、Zabbix都是免費的，當然用起來都有不少問題需要自己修改，還有一些專業的定制化軟件，這些則需要支付費用，針對特定的數據中心設計一些專用的監控軟件。不管是哪個軟件，本質都是從數據中心的各個運行設備上獲取與運行相關的數據信息，從而判斷數據中心運行是否正常，將這些信息傳遞給管理人員，由管理人員進行決策，如果是簡單的切換動作，也可能交給監控軟件自行完成。所以，對于監控來說主要完成六件事：采集、存儲、分析、展示、報警、處理，如果一個數據中心的監控系統具備完成這六部分的內容，那這個數據中心一定是很棒的，管理人員可以天天喝茶去了。具體來講這六個部分，采集指的是通過SNMP、ICMP、設備命令等對各種設備進行數據采集，這個采集的數據量也許是海量的，數據越多越好，這樣對于判斷分析問題更為準確;存儲指的是要將這些采集到的數據定期存儲下來，避免丟失，方便日后回查;數據分析指的是當我們事后需要復盤分析故障時，可以對這些數據進行分析，借助于大數據、云計算等新技術，對采集到的海量數據進行分析，也可以將這些數據通過圖形化、概率統計方式進行顯示，方便分析;數據展示指的是將數據中心運行的各種實時參數(比如：流量圖、業務洪峰、網絡互聯情況、環境情況等)通過網頁或者大屏的方式顯示出來，讓人一目了然。不少的數據中心都有這樣的顯示大屏，將數據中心的各個系統運行狀態和關鍵數據在大屏上顯示出來，哪里出問題可以立即在大屏上看到，便于管理人員發現并及時排除問題。監控告警指的是為這些監控的數據設定安全閾值，一旦采集到的數據不符合安全閾值要求，立即發出監控告警，包括電話告警、郵件告警、微信告警、短信告警、告警升級機制等。報警處理指的是當接到告警后，我們需要根據故障的級別進行處理，比如：重要緊急、重要不緊急、不重要緊急、不重要不緊急等，根據故障的級別，配合相關人員進行快速處理。

 

那么，數據中心的監控都監控哪些方面呢?數據中心的確是一個非常復雜龐大的系統，監控不可能面面俱到，一定要監控對數據中心最重要的地方。一般來講，數據中心的所有設備硬件狀態都要監控，電子設備出現硬件故障在所難免，一個擁有十幾萬臺服務器的數據中心幾乎每天都會有服務器故障，所以對這些服務器的硬件情況一定要監控，發現異常及時將故障設備下線，業務切換到其它服務器上繼續運行;還要對所有設備的CPU、內存、磁盤使用率、磁盤讀寫都要監控，發現異常及時處理;業務服務的監控，通過腳本來實現想監控的內容，以及報警和圖形功能;網絡的監控，網絡是數據中心的重要組成部分，一般也是由數百臺的網絡設備連接組合到一起，要對這些設備和鏈路進行監控，發現異常及時告警;還有安全監控、業務監控、流量分析、可視化、自動化監控等等，一個完整的監控體系要做的工作非常多。但一定要注意，切不可大而空的監控，如果做不到全部就做部分，監控數據中心的一部分，將這部分做精做好，很多時候采集的數據不正確或者關鍵數據沒有采集到，導致問題并不是由監控系統反映出來，而是由業務層面反饋出來的，這時對業務已經造成了影響，監控系統沒有起到應有的作用。監控系統要全面，但也要注重采集和分析數據的準確性。

 

監控是數據中心的天眼，對數據中心的重要性不言而喻，就好像人走路不能離開雙眼一樣，每個數據中心在整個運行周期過程中都在不斷完善和建設自己的監控系統。監控的目的是要及時發現數據中心出現的問題，并且能及時定位問題、解決問題，當然事后還要總結。如果監控不能做到這些，那么就不是一個好的監控系統。監控系統就好比是數據中心的體檢醫生，要能看病還能治病，數據中心不舒服了，立馬在監控系統上就有體現，這樣監控才能起到應有的作用。有了監控系統，人的作用的確不大了，只要人去做決策就好了，監控會將數據中心的運行狀態記錄下來并及時給出告警，以便人們進行處理，好的監控系統就是只將YES或NO的選擇留給人們去做，所有的信息數據監控系統已經分析好了。