我們指出了對公司來(lái)說(shuō)并非所有數據都是有價(jià)值的，但所有數據都是有成本的。這句話(huà)同樣適用于監控。如果你要對自己能想到的所有東西都進(jìn)行監控，那么很可能在你收集的數據中，你能用到的少之又少。同時(shí)，你還制造了很多噪聲，這就是大多數監控平臺失去作用的前兆。此外，你還浪費了大量的員工時(shí)間和公司資源，從而花費了股東的錢(qián)。要幫助你了解哪些監控指標對我們來(lái)說(shuō)有價(jià)值，而哪些沒(méi)有，最簡(jiǎn)單的方式是自上而下地逐步執行一遍我們的漸進(jìn)式監控框架，說(shuō)明每層創(chuàng )造的價(jià)值以及如何限制這些實(shí)現的成本。


 
我們的第一個(gè)問(wèn)題是“有問(wèn)題嗎”。如前所述，這種監控指標并不多，大約三到七種，它們既能提供預測性的指標，又能提供當前的指標，用于說(shuō)明即將有問(wèn)題或現在已經(jīng)有問(wèn)題了。由于我們要跟蹤的項目數量較少，所以數據保留應該不是個(gè)大問(wèn)題。最好能每分鐘或每小時(shí)繪制一次這種數據，并至少與前兩周中相似時(shí)間內的數據進(jìn)行對比。如果今天是周二，那么我們可能需要前兩個(gè)周二的有價(jià)值的數據。也許我們只需保留前兩周的數據即可，但在我們匯總數據之前，也可以把范圍擴展到保留一個(gè)月的數據。從長(cháng)遠來(lái)看，這些數據不會(huì )占用大量空間。此外，在預測與確定是否要發(fā)生問(wèn)題或已經(jīng)發(fā)生了問(wèn)題方面，這些數據會(huì )給我們節省很多時(shí)間。
 
接下來(lái)我們要問(wèn)的問(wèn)題是“哪里有問(wèn)題”。我們的金字塔表明，盡管問(wèn)題的具體程度在縮小，但數據量卻在增長(cháng)。這應該弓起我們的注意，因為我們要實(shí)現這一點(diǎn)，就需要更多的監控指標。這種監控指標的數量可能在10到100之間，遠遠多于我們原始的監控指標。在非常大型的復雜的分布式系統中，監控指標的數量可能更多。我們仍然需要與以前相似日期中的數據進(jìn)行比較，理想狀況是分層對比。但在我們的匯總和歸檔/刪除策略中，我們需要激進(jìn)得多。理想的做法是，我們首先按照小時(shí)匯總數據，然后把數據納人均線(xiàn)的計算。也許我們會(huì )繪制和保留圖形，而隨著(zhù)時(shí)間逐漸刪除原始數據。我們當然不想無(wú)限制地保存原始數據，因為它們中的大多數再被用到的可能性很低，因而價(jià)值很低，成本卻很高。
 
最后，我們要問(wèn)的是“什么問(wèn)題”。我們所需的網(wǎng)站建設監控指標數比上一個(gè)監控方案又至少提高了一個(gè)數量級。我們會(huì )加上原始輸出日志、錯誤日志以及其他數據。這類(lèi)數據增加得很快，尤其是在一個(gè)對話(huà)多的環(huán)境中。我們可能希望保留兩周的數據，這里假設了從兩周的數據中能抓住大部分問(wèn)題。也許對于保留什么和刪除什么你有更好的信息，但我們要強調的是，你不能要求隨時(shí)隨地都可以檢查任何指標，這會(huì )有損股東價(jià)值，因為這種要求幾乎需要無(wú)窮多的花費，而得到的回報卻非常非常低。