RED方法:如何检测您的服务

朱莉大坝

• 2018年8月2日 •4分钟

Tom Wilkie - bob电竞频道Grafana实验室

在GrafanaCon欧盟今年3月，我们有幸介绍了Grafana实验室的最新团队成员Tom Wilkie，他作为产品副总裁加入bob电竞频道收购Kausal．

他带来了礼物:他在2015年创建的关于监控微服务的RED方法的流行演讲。

使用方法

在演讲中，Tom首先介绍了仪器仪表的使用方法，这是由布伦丹·格雷格:

对于每个资源，监视器:

利用率(资源繁忙的时间%)
饱和度(工作资源的数量，通常是队列长度)
错误(错误事件计数)

他说:“这是一种建立一个检查所有事情的清单的方式。”“它能让你知道自己不知道什么。”但他指出，这种方法虽然有用，但有些抽象。例如，将其应用于记忆就很难。“内存利用率很棘手。是什么?您是否将缓存计算为利用率?他说。“内存饱和是一种奇怪的现象……什么是内存错误?”在Linux中如何计算?”

红色方法

然后，Tom转向了他的RED方法，在一位新员工问他的监控理念是什么之后，他创建了这个方法。“USE方法并不真正适用于服务;它适用于硬件、网络磁盘等，”汤姆说。“我们真的想要一个面向微服务的监控理念，所以我们提出了RED方法。”

对于每个资源，监视器:

速率(每秒请求数)
错误(失败的请求数量)
持续时间(这些请求所花费的时间)

(见他演示文稿的幻灯片在普罗米修斯RED方法的实施)

“每个人都应该了解错误率、请求率，以及这些请求的延迟分布，”Tom解释道。“您可以为架构中的每一个服务建模，这为您提供了一个很好的、一致的架构行为视图。提供这种跨服务的一致性可以让你扩展运营团队，并允许你让人们随叫随到地编写他们没有写过的代码。”

此外，他还指出，“红色方法很好地代表了你的客户会有多高兴。如果你有很高的错误率，那基本上是通过你的用户，他们得到页面加载错误。如果你的持续时间很长，你的网站就会很慢。所以这些都是构建有意义的警报和衡量SLA的很好的指标。”

四个黄金信号

最后，汤姆研究了第三种方法:四个黄金信号，这是来自谷歌的SRE书．

对于每个服务，监控:

延迟(服务请求所花费的时间)
流量(系统中有多少需求)
错误(请求失败的比率)
饱和度(你的服务有多“满”)

这与RED方法基本相同，但包括饱和度。他解释了一种测量饱和度的方法:“用kube-state-metrics，你在Kubernetes集群上运行的一个小作业，它抓取了Kubernetes API，导出了关于你的作业、服务和pod等的有趣的元数据，你可以比较一个服务正在使用的CPU数量和它的配额。比如它应该用多少，或者允许用多少，在1和0之间的比例。这可以让你衡量你的服务有多“充分”，或者至少可以代表你的服务有多充分。这非常有用，因为你可以在上面建立一个警报。”