滴滴夜莺：从监控告警系统向运维平台演化

点击上方蓝色字体，关注我们

读完需 7 分钟

速读需 4 分钟

滴滴夜莺（Nightingale）是一款经过大规模生产环境验证的、分布式高性能的运维监控系统。基于Open-Falcon，结合滴滴内部的最佳实践，在性能、可维护性、易用性方面做了大量的改进，支撑了滴滴内部数十亿监控指标，覆盖了从系统、容器、到应用等各层面的监控需求。

夜莺于2020年3月底开源至今，GitHub Star已突破2000，并且于9月底发布了最新的3.0版本。本次更新夜莺被拆成了四个子系统，分别是：

1. 用户资源中心（RDB）
   平台底座，所有的运维系统，都需要依赖这个，内置用户、权限、角色、组织、资源的管理。类似于CMDB。

2. 资产管理系统（AMS）
   偏硬件资产的管理，开源版本开放了一个主机设备的管理。agent安装之后，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。

3. 任务执行中心（JOB）
   用于批量跑脚本，类似pssh、ansible、saltstack，不过不支持playbook。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。

4. 监控告警系统（MON）

从新拆分的系统来看，夜莺已经不简单是一个监控告警系统，而是逐步演变成一个运维平台，这一点也已经在“滴滴夜莺后续发展计划，新功能通告”中确定。通告中也很直接的指出了当前运维所面对的问题：
“运维这个领域，社区里每个细分方向都或多或少有一些开源解决方案了，但是没有行业标准，没法很好的集成在一起，缺少一个平台底座，所以，我们准备来干这个事，把商业版里边的一些偏平台底座的功能开源出来，那后面大家基于这个底座，就可以生长出各式各样的适合自己公司的场景化的应用。”

话不多少，我们来体验下吧。

安装

1、安装基础组件

yum install epel-release
yum install -y mariadb* redis nginx

2、下载我们编译好的二进制到/home/n9e目录，如果要更换目录，要注意修改nginx.conf。

mkdir -p /home/n9e
cd /home/n9e
wget http://116.85.64.82/n9e-3.0.0.tar.gz
tar zxvf n9e-3.0.0.tar.gz

3、初始化数据库，这里假设使用root账号，密码1234，如果不是这个账号密码，注意修改/home/n9e/etc/mysql.yml

systemctl start mariadb
mysql_secure_installation

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

4、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，挨个检查修改下

cd /home/n9e/etc
grep redis -r .

systemctl start redis

5、下载前端静态资源文件，放到默认的/home/n9e目录下，如果要改目录，需要修改后面提到的nginx.conf

cd /home/n9e
wget http://116.85.64.82/pub.tar.gz
tar zxvf pub.tar.gz

6、更新nginx.conf并启动

cp etc/nginx.conf /etc/nginx/nginx.conf
# 启动
nginx
nginx -s reload

7、检查identity.yml，要保证这个shell可以正常获取本机ip

cat /home/n9e/etc/identity.yml
# 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

8、检查agent.yml的几个shell，挨个检查是否可以跑通

cat /home/n9e/etc/agent.yml
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}'

9、启动各个进程，包括mysql、redis、nginx

cd /home/n9e
./control start all

10、登录web，账号root，密码root.2020

# 关闭selinux
setenforce 0
# 访问
http://ip

功能展示

1. 用户资源中心

用户资源中心最核心的是组织资源树，树节点的类别和扩展字段可以自定义。节点上挂两类对象，一个是人员权限，一个是资源。

主机设备作为默认资源，未挂载前在用户资源中心的游离资源中，挂载后才能被分配到租户的叶子节点下。

2. 资产管理系统

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。

3. 任务执行中心

可以通过任务执行中心批量执行脚本，通过组织资源树选择不同的租户、服务器列表。

4.监控告警系统

通过监控大盘进行展示，采集配置默认支持日志、端口、进程、插件等。

总结

运维虽然可以使用各种开源方案完成大部分工作，但是都无法进行有效的可持续集成，导致各应用平台或系统不但增多，运维的注意力被过度分散。而夜莺的最新版本以标准化的方式整合了CMDB、操作自动化、监控等运维过程中比较重要的部分，可以让运维将更多的精力放在标准化、自动化等更重要的地方。

关注我们