Py学习  »  Python

Python 全栈开发 -- 监控篇

OneAPM • 8 年前 • 3694 次点击  

如果你已经玩转了 Python 编程语言语法,肯定想用这些知识,开发一款应用程序,它可以是在网上,可以炫耀或出售,那就需要全栈式开发 Python。具体如何创建,部署和运行生产 Python Web 应用程序,参考 Full Stack Python,本文主要介绍一点,监控。

Python 全栈开发 -- 监控篇

为什么要监控?

Web 应用程序在执行时,监控工具收集分析并显示其相关信息,每个有问题的应用程序都有网络堆栈。通过监控工具提供的堆栈信息,开发和运营团队能够响应并解决问题。

收集和分析生产环境的数据在保持稳定性,维持高性能方面是十分重要的,尤其对错误的 Web 应用程序进行优化很有必要。

监控和​​日志的区别

监控和日志都旨在帮助应用程序诊断问题,在调试过程中他们的目的非常相似。唯一的差别是,日志数据只会根据明确的事件而进行记录,而监控数据则集合数据背景进行分析。

例如,当错误发生时,该事件被记录在日志中。同时,监控应用的代码还要收集数据,不仅是异常 log,还包括函数的性能数据。

其实,俩两者之间的区别也不是那么明显,毕竟解决问题不是只有一条路径。只要对 Web 生产应用程序有用都是可以用的。

监控项目

在操作系统和网络堆栈方面有以下几个重要的资源需要监控

  • CPU 使用率
  • 内存利用率
  • 持久性存储消耗与空闲
  • 网络带宽和延迟

应用级监控包括以下几个方面,不同应用程序因不同的读写程度,或受流量波动影响而需要不同的响应时间,有不同的资源占用情况。

  • 应用程序的警告和错误(例如 500 HTTP 错误)
  • 应用程序代码的性能
  • 模板渲染时间
  • 浏览器为应用程序所需的渲染时间
  • 数据库的查询性能

开源监控项目

  • statsd 监听和汇总指标转移到其他的服务的 Node.js 的网络守护进程,如到 Graphite。
  • Graphite 存储时间序列数据,并通过一个 Django web 应用显示图形。
  • Bucky 测量来自最终用户的浏览器 web 应用程序的性能,并发送该数据回服务器。
  • Sensu 是用 Ruby 编写的开源监控框架,但适用于任何编程语言的 Web 应用程序。
  • Graph Explorer 是基于 Graphite 的仪表盘,添加了一些功能和亮眼设计。
  • PacketBeat Elasticsearch 允许开发人员搜索收集的数据并通过 Kibana 用户界面的 Web 应用程序可视化事件。
  • Munin 是客户端基于插件来监控系统发送监控流量到 Munin 节点,进行数据分析和可视化。注意,此项目是用 Perl 编写的,所以需要在 Node 上安装 Perl 5。

托管监控服务

  • OneAPM 监控终端的用户体验,服务器性能,支持追踪数据库、第三方 API 和 Web 服务器的各种问题,打造 ITOA 一站式 IT 管理解决方案。
  • Status.io 专注于 Web 应用程序的正常运行时间和指标响应时间。
  • StatusPage.io 提供了只要简单设置状态页面即可监控应用运行时间的方法。
  • Appdynamics 致力于应用程序性能管理和 IT 运营分析。专注于管理的整个云计算环境应用的性能和可用性,以及数据中心内部可视化。
  • New Relic 用于获取和分析堆栈有关的数据应用和数据库监控以及插件。
  • CopperEgg 是监控服务器和基础设施等较低级别的监控。在 DevOps 商店中因为改变生产环境能够将修改的结果即时反馈而受到欢迎。
  • PagerDuty 对于指定的个人或团队在稳定性,性能,或运行时间有问题的应用程序进行报警。
  • App Enlight 提供了性能,异常和错误监控,目前针对 Python We应用程序。

监控学习清单

  • 回顾一下 SaaS 开源监视工具,第三方服务往往更容易建立和托管数据为您服务。开源项目给你更多的控制权,但你需要准备额外的服务器。

  • 建议使用第三方监控工具,看看它是如何监控你的应用程序。当然可以自己测试不同第三方监测工具对你应用级的监控能力。

参考:Full Stack Python

OneAPM 能够帮你查看 Python 应用程序的方方面面,不仅能够监控终端的用户体验,还能监控服务器性能,同时还支持追踪数据库、第三方 API 和 Web 服务器的各种问题。想阅读更多技术文章,请访问 OneAPM 官方技术博客 本文转自 OneAPM 官方博客

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/1425
 
3694 次点击