大公司如何监控他们的服务器？

Question

我想知道网络规模的人使用什么软件来监视服务器场中的 n 个服务器阵列。

facebook、twitter、digg 用什么？谷歌是怎么做的？

我正在寻找满足我们自己的监控要求的解决方案。我们的服务器位于云、AppEngine 和 EC2 中。我们希望监控“应用程序”（由许多小型服务构建），这意味着最终结果应该是一个可以监控响应时间（+alivenss 和 co.）和应用程序有效性的系统：如果我做 X 那么 Y应该发生，然后在 2 小时后验证 Z 已处理并将 T 附加到正确的日志...

理想的解决方案是一个我可以将单元测试部署到的系统，与我在开发时用来测试软件的单元测试相同。

强烈欢迎建议、指示、评论 - 我正在寻找解决此问题的方向。

谢谢，马克西姆。

Answer 1

我前一段时间看过这个。这是“Facebook 运营生活中的一天”。他们使用 cfengine2（部署）、nagios（监控）、ganglia（监控和趋势分析）以及许多内部工具。看到我们使用的一些工具被如此大规模地使用（+60.000台服务器）很有趣