企业视频展播,请点击播放视频作者:北京美信时代科技有限公司
监控易页面数据展示迅速
大规模监控带来的是大数据处理难题,传统监控产品在监控设备增加的情况下,多会出现页面卡顿、数据刷新不及时,甚至是系统无响应。
监控易采用的缓存技术,在大规模监控环境中,无论是海量设备添加还是监控数据的返回速度,都达到了无卡顿的良好体验,并且保证了监控的即时性和有效性。
智慧园区系统运维监控厂商
企业视频展播,请点击播放
视频作者:北京美信时代科技有限公司
监控易页面数据展示迅速
大规模监控带来的是大数据处理难题,传统监控产品在监控设备增加的情况下,多会出现页面卡顿、数据刷新不及时,甚至是系统无响应。
监控易采用的缓存技术,在大规模监控环境中,无论是海量设备添加还是监控数据的返回速度,都达到了无卡顿的良好体验,并且保证了监控的即时性和有效性。
另外在查看历史监测数据和报表的速度方面,同样又顺畅,用户体验 优异。
监控易工具间整合
不同的条线、不同的分析技术可以有不同的监控工具,采用这种多点开花的建设方式更有助于监控面与深度的完善,所有的工具终需要进行标准化的整合。
基于上面4个处理思路,为防止监控建设失控,减少重复建设、明确主要的建设目标,我们需要对监控工具进行体系化管理,体系化管理首先要做的就是进行监控体系分层。
监控易服务器层
存储:包括存储设备,以及设备上的硬盘读写错误、读写超时、硬盘掉线、硬盘介质错误;
服务器上的内存(内存缺失、内存配置错误、内存不可用、内存校验)、网卡(网卡速率;电源:电源电压、电源模块是否失效)、风扇(风扇转速等)、Raid卡(Raid卡电池状态、电池老化、电池和缓存是否在位、缓存策略)
虚拟机:vcenter等
容器:docker等
存储、物理设备、虚拟机等建议参考基础设施层由厂商主动汇总事件到监控平台,由于容器方面的监控工具并不多,则需根据实际情况选择是否借鉴开源的工具进行自研。
(作者: 来源:)