《吉利控股》专题

urlooker 监控web服务可用性及访问质量，采用go语言编写，易于安装和二次开发 Feature 返回状态码检测 页面响应时间检测 页面关键词匹配检测 带cookie访问 agent多机房部署，指定机房访问 检测结果支持向open-falcon推送 支持短信和邮件告警 Architecture ScreenShot 上报项(详情见wiki) metric: url_status endpoi

lvs-metrics是一个基于open-falcon的LVS监控插件，通过这个插件，结合open-falcon agent/transfer，可以采集LVS服务状态，并将采集信息自动上报给open-falcon服务端 主要功能 通过google开源的ipvs/netlink库及proc下文件采集lvs的监控信息，包括所有VIP的连接数(活跃/非活跃)/LVS主机的连接数(活跃/非活跃).进出数据

jmxmon是一个基于open-falcon的jmx监控插件，通过这个插件，结合open-falcon agent，可以采集任何开启了JMX服务端口的java进程的服务状态，并将采集信息自动上报给open-falcon服务端 主要功能 通过jmx采集java进程的jvm信息，包括gc耗时、gc次数、gc吞吐、老年代使用率、新生代晋升大小、活跃线程数等信息。 对应用程序代码无侵入，几乎不占用系统资源

在数据采集一节中我们介绍了常见的监控数据源。open-falcon作为一个监控框架，可以去采集任何系统的监控指标数据，只要将监控数据组织为open-falcon规范的格式就OK了。 Nginx的数据采集可以通过ngx_metric来做。 工作原理 ngx_metric是借助lua-nginx-module的log_by_lua功能实现nginx请求的实时分析，然后借助ngx.shared.DICT

在数据采集一节中我们介绍了常见的监控数据源。open-falcon作为一个监控框架，可以去采集任何系统的监控指标数据，只要将监控数据组织为open-falcon规范的格式就OK了。 HAProxy的数据采集可以通过haproxymon来做。 工作原理 haproxymon是一个cron，每分钟跑一次采集脚本haproxymon.py，haproxymon通过Haproxy的stats socket

VMware的主体机器(host machine)是运行ESXi作业系统。没有办法安装Open-Falcon agent来监控，所以不能用普通的方式来做监控。 ESXi作业系统设备的运行指标的采集，可以透过写脚本，通过SNMP协议来采集交换机的各项运行指标，包括内存占用、CPU使用、流量、磁盘用量等。esxicollector就是這樣子的腳本。 工作原理 esxicollector是一系列整理过的

在数据采集一节中我们介绍了常见的监控数据源。open-falcon作为一个监控框架，可以去采集任何系统的监控指标数据，只要将监控数据组织为open-falcon规范的格式就OK了。 Solr的数据采集可以通过脚本solr_monitor来做。 工作原理 solr_monitor是一个cron，每分钟跑一次脚本solr_monitor.py，主要采集一些solr实例内存信息和缓存命中信息等等，然后组

在数据采集一节中我们介绍了常见的监控数据源。open-falcon作为一个监控框架，可以去采集任何系统的监控指标数据，只要将监控数据组织为open-falcon规范的格式就OK了。 RMQ的数据采集可以通过脚本rabbitmq-monitor来做。 工作原理 rabbitmq-monitor是一个cron，每分钟跑一次脚本rabbitmq-monitor.py，其中配置了RMQ的用户名&密码等，脚

在数据采集一节中我们介绍了常见的监控数据源。open-falcon作为一个监控框架，可以去采集任何系统的监控指标数据，只要将监控数据组织为open-falcon规范的格式就OK了。 Memcache的数据采集可以通过采集脚本memcached-monitor来做。 工作原理 memcached-monitor是一个cron，每分钟跑一次采集脚本memcached-monitor.py，脚本可以自动

MongoDB performance monitor plugin for Open-Falcon 功能支持 已测试版本: 支持MongoDB版本2.4,2.6 3.0,3.2, 以及Percona MongoDB3.0 支持存储引擎：MMAPv1, wiredTiger, RocksDB, PerconaFT 存储引擎(部分存储引擎的指标未采集完,可直接代码中添加) 支持结构: standlo

在数据采集一节中我们介绍了常见的监控数据源。open-falcon作为一个监控框架，可以去采集任何系统的监控指标数据，只要将监控数据组织为open-falcon规范的格式就OK了。 Redis的数据采集可以通过采集脚本redis-monitor 或者 redismon来做。 工作原理 redis-monitor是一个cron，每分钟跑一次采集脚本redis-monitor.py，其中配置了redi

在数据采集一节中我们介绍了常见的监控数据源。open-falcon作为一个监控框架，可以去采集任何系统的监控指标数据，只要将监控数据组织为open-falcon规范的格式就OK了。 MySQL的数据采集可以通过mymon来做。 工作原理 mymon是一个cron，每分钟跑一次，配置文件中配置了数据库连接地址，mymon连到该数据库，采集一些监控指标，比如global status, global

27.4控制bean的ObjectNames 在底层，MBeanExporter委托了一个ObjectNamingStrategy的实现来获取每个bean在注册时的ObjectName。默认实现为KeyNamingStrategy，ObjectName作为为bean Map的key。而且，KeyNamingStrategy可以将bean Map的key映射到一个属性文件来解析ObjectName。

微服务的特点决定了功能模块的部署是分布式的，大部分功能模块都是运行在不同的机器上，彼此通过服务调用进行交互，前后台的业务流会经过很多个微服务的处理和传递，出现了异常如何快速定位是哪个环节出现了问题？ 在这种框架下，微服务的监控显得尤为重要。本文主要结合Spring Boot Actuator，跟大家一起分享微服务Spring Boot Actuator的常见用法，方便我们在日常中对我们的微服务进行

- Mapped "{[/env/{name:.*}],methods=[GET],produces=[application/json]}" onto public java.lang.Object org.springframework.boot.actuate.endpoint.mvc.EnvironmentMvcEndpoint.value(java.lang - Mapped "{[/