在冬奥会保障项目监控系统分为几个层次？

在冬奥保障项目中，我们把监控系统自上到下分为以下四个层次。

1.IDC层监控

主要是各针对客户资源所在的IDC层面的监控告警，包含电力、温度、功耗、硬 件故障等方面进行监控告警。这是最底层的监控，由阿里云IDC部门(基础设施事业部 )负责。

2.云平台层监控

主要是各产品自己维护的底层监控，客户是不可见的。例如XGW流量监控、 CDN节点监控等。这是阿里云各产品方自己稳定性建设的一部分。在本次冬奥保障 过程中，很多产品方专门为冬奥相关资源定制开发了相关的监控。

3.云产品层监控

利用产品云监控，Prometheus，DataV等产品能力，我们针对不同的业务系统 涉及到的云资源进行细化和拆分。在云产品层，我们使用的最多的是阿里云云监控这 个产品，因为所有其他云产品的底层数据源都会上报至云监控LogStore，这样底层 的无缝衔接赋予了云监控强大的产品监控能力，可以方便的在云监控上设置监控阈值 告警和事件告警，设置自定义事件等进行消费。

基础资源监控：ECS1CPU利用率、内存利用率、磁盘空间；POD1CPU利用 率、内存利用率、磁盘空间；RDS1CPU使用率、内存使用率、IOPS使用率、磁盘空 间；Redis CPU使用率、内存使用率；CSG前端读写速率、共享缓存使用率、用户态 空间使用率、Trottling状态等。

网络层监控，主要是各网络组件参数：带宽情况、活跃连接数、限速丢包率、专 线健康检查丢包率等。

4业务层监控

应用核心指标的监控，参考谷歌提出的四个黄金监控指标，一般可以分为四大类 可用率，服务的请求成功率。 时延，请求的耗时。 错误数，主要包括管控侧以及资源侧。错误数，主要包括管控侧以及资源侧。 流量，主要包括流量指标、流量移动、流量跌零监控。

除了通过现有的的工具比如ARMS、Zabbix、Open-Falcon等等客户可以使用 的公有云工具，针对这次重保我们也开发了一些与业务对应的一些业务异常监控，直 接推送到我们的告警群。