Open-Falcon：来自小米的企业级监控系统

yn6e 10年前

Open-Falcon 人性化的互联网企业级监控系统，Open-Falcon 整体可以分为两部分，即绘图组件、告警组件。其中：

安装绘图组件负责数据的采集、收集、存储、归档、采样、查询、展示（Dashboard/Screen）等功能，可以单独工作，作为time-series data的一种存储展示方案。
安装告警组件负责告警策略配置（portal）、告警判定（judge）、告警处理（alarm/sender）、用户组管理（uic）等，可以单独工作。

介绍

监控系统是整个运维环节，乃至整个产品生命周期中最重要的一环，事前及时预警发现故障，事后提供翔实的数据用于追查定位问题。监控系统作为一个成熟的运维产品，业界有很多开源的实现可供选择。当公司刚刚起步，业务规模较小，运维团队也刚刚建立的初期，选择一款开源的监控系统，是一个省时省力，效率最高的方案。之后，随着业务规模的持续快速增长，监控的对象也越来越多，越来越复杂，监控系统的使用对象也从最初少数的几个SRE，扩大为更多的 DEVS，SRE。这时候，监控系统的容量和用户的“使用效率”成了最为突出的问题。

监控系统业界有很多杰出的开源监控系统。我们在早期，一直在用zabbix，不过随着业务的快速发展，以及互联网公司特有的一些需求，现有的开源的监控系统在性能、扩展性、和用户的使用效率方面，已经无法支撑了。

因此，我们在过去的一年里，从互联网公司的一些需求出发，从各位SRE、SA、DEVS的使用经验和反馈出发，结合业界的一些大的互联网公司做监控，用监控的一些思考出发，设计开发了小米的监控系统：Open-Falcon。

值得关注的特性

强大灵活的数据采集：通过配套的Falcon-agent，可以自动采集400多项单机指标，也可以通过用户自定义的插件来扩大采集项的范围。用户也可以通过其他方式获取到相关的指标，比如通过SNMP方式获取网络设备的相关运行指标，然后主动推送给监控系统。
良好的水平扩展能力：监控系统要能通过水平扩展来支撑业务的快速发展。
高效率的告警策略管理：高效的用户配置界面、支持策略模板、模板继承和覆盖、多种告警方式、支持回调动作。
人性化的告警设置：支持最大告警次数、告警级别设置、告警恢复通知、告警暂停、不同时段不同阈值、支持维护周期，支持告警合并。
高效的历史数据查询：采用RRDtool的数据归档策略，秒级返回上百个指标一年的历史数据。
人性化的Dashboard：多维度的数据展示，用户自定义Dashboard等功能。
高可用：整个系统无核心单点，易运维，易部署。