解决容器监控诊断的难题
时间：2022-04-12 09:51:01 | 来源：行业动态
时间：2022-04-12 09:51:01 来源：行业动态
以上可见一个企业需要实现全网流量采集的重要性。往简单了说，在微服务场景下需要考虑服务和服务之间的调用关系，相当于调用栈的追踪。其实服务和服务之间访问，实际上就是POD和POD之间的访问，意味着在网络层面直接能看到它们互访的流量，因此，通过网络流量采集可以直接获取到服务的调用栈。这更加可以说明：流量采集可以解决容器网络可观测性的难题。
那么为什么需要通过流量采集来解决这个问题呢？有两个方面的原因。
第一个方面：从应用的层面无法解决问题。从日志或代码插件很难去感知到网络层面的问题。比如某个访问消耗了500毫秒，在网络层面是由于建连导致的时延问题？还是协议栈时延？其实在应用层并不清楚，只知道最终这个请求消耗了500毫秒。
第二个方面：网络层的信息能提供更精确的数据。以Nginx日志为例，当一个请求所发送的数据已在内核缓冲区里，Nginx认为已经实现了请求的完整回复，而记录了一个时延。但是如果能从网络流量的角度去监测，会发现在实际的环境中对于这样的场景会有3~10倍时延的误差。这说明，从网络层面去分析应用的质量、性能是必要的。
为了实现整个业务的监控，需要在容器网络环境获取到的数据，包括Service之间访问的追踪关系；负载均衡、Service前后IP的变化关系；真实源IP与SNAT和DNAT后的变化关系。
通过这些数据来刻画监控数据的分布，以及监控数据和网络逻辑拓扑的关联，构建网络知识图谱，实现各个纬度的可视化；同时对历史的交互数据进行回溯分析，在不同的维度（资源组维度、POD维度、服务维度）做层层的钻取来最终定位业务的性能问题，并进行证据的留存。目前国内已有不少企业通过自己的产品赋能容器网络性能监控，例如云杉网络DeepFlow云网分析，基于高效的混合云流量全网采集和时序数据存储、检索技术，提供混合云网络流量采集分发以及性能监控诊断解决方案。
在线咨询
