实用云,提供最全最实时的云市场资讯

手机站:/m

分析数据库_你是人工智能吗

时间:2020-11-03 14:21编辑:实用云来源:实用云当前位置:主页 > 云存储服务 >

Peloton Cycle集成了IT和业务级别的定制指标

客户案例/指标/zwin是pelotoncyclewe的DevOps工程师,使用pelotoncycle的Datadog收集我们的服务器和应用程序指标。这些指标用于监控我们的系统运行状况,在超过某些阈值时发出警报,以及向整个公司通报重要业务指标。业务Peloton CyclePeloton Cycle的metrics销售高端室内自行车,每辆车都配有22英寸Android平板电脑。这款平板电脑不仅可以作为1080p的视频屏幕,用于消费纽约旗舰工作室的现场指导课程,而且还可以通过http协议将骑手的性能数据发送到我们众多应用服务器中的一个,这些服务器运行在反向代理之后NGINX.输出-在盒子里,Datadog集成了我们基础设施中使用的所有软件。我们发现NGINX集成易于设置和使用。当客户在家里骑行时,NGINX每秒的请求数由其性能数据流决定。Datadog允许将任何原始度量的简单转换输出到时间序列图或查询框中,如下图所示。我们可以通过使用NGINX requests/s的线性变换来估计实时乘车的数量:live rides=(NGINX requests/s–background requests/s)/3.13.1是骑手向NGINX发送请求的典型速率。这里"background requests/s"表示对其他应用程序服务器的请求;通常这个数字大致不变。虽然这个公式满足了我们几个月的需求,但我们需要一种更准确的方法来提取这个业务指标。这个度量的一个问题是,真实的背景度量包含的度量与乘坐无关,并且可能会发生更改。例如,如果我们的网站上有很多流量,对其他应用服务器的http请求会影响乘坐次数。此外,在骑行过程中,不典型的使用模式可能会导致分母与3.1有所偏差。更准确的方法是:使用dogstatsdatalog监视骑手,并提供了一个插件框架来监视日志文件。它负责跟踪文件并将日志行馈送到您自己的日志解析器中(作为Python模块编写)。我们一直在使用这个系统来监视NGINX访问日志,因为我们想知道API服务器的哪些端点速度特别慢。我们设置了警报,以便日志解析器报告Datadog事件流中的慢速端点,如下所示。虽然这最初满足了我们的需求,但随着对API的请求数量的增长,此类事件的数量开始淹没我们的事件流。我们还认为,对于大多数请求,丢弃来自日志解析器的结构化数据是浪费,因为慢url只占总计。有稍加努力,我们重写了日志解析器,将所有NGINX请求数据发送到本地DogStatsD服务器。此UDP服务器附带任何运行Datadog代理的机器,并负责定期将累积的数据刷新到metric服务器。本质上,我们现在使用web计数器,如Sending Metrics with DogStatsD指南中所述,并用规范化的URL标记每次命中。既然设置了这个计数器度量,我们就可以将数据视为NGINX请求/秒,并且可以通过跟踪一个特定端点的请求/秒来更准确地计算乘坐次数。如果没有发生任何变化,那么这个指标就会适当地缺失,而不是像我们前面的例子那样报告0.1或0.3。下面的时间序列图显示了24小时内的实时乘车次数。在Peloton循环中实现从机监控的定制检查我们使用Redis和PostgreSQL数据库。Datadog监视有用的Redis和PostgreSQL指标,但不能监视集群的运行状况,因为集群的主节点和从节点分布在多台机器上。我们将数据库的只读从机作为热备用备份,我们需要能够及时跟踪从机在时间上落后于主服务器的距离。我们通过扩展AgentCheck python类来实现这些功能,如编写代理检查指南中所述。在自定义检查中,我们通过调用自动测量仪(公制,滞后时间,标记=有用的标记)。如果在解析滞后时间时出现任何错误,它会向我们的Datadog事件流发送一个事件。我们还为这些从属度量创建了Datadog警报,以警告我们它们是否超过了特定的阈值。结论我们发现Datadog是一种开发人员友好的度量收集服务。Datadog附带的许多软件集成满足了我们的许多需求,其开源框架允许轻松定制和扩展。我们特别喜欢使用Datadog屏幕板作为向公司范围内的观众传达系统和业务指标的工具。尝试14天免费试用Datadog,创建您自己的定制IT和业务指标,以监视您的系统运行状况,发送警报,并通知您的公司重要的业务度量。

上一篇云端数据库_现在人工智能怎么样

下一篇构建云服务器_人工智能挑战赛

世界之最排行

世界之最精选