Cloud Monitor:O que é o Cloud Monitor 2.0

Termo

Descrição

Workspace

Um workspace é uma camada de abstração no Cloud Monitor 2.0 que agrupa recursos com gerenciamento unificado e isolamento de dados. A região selecionada armazena os dados e a configuração do workspace. Cada workspace contém seus próprios recursos — serviços cloud, infraestrutura, aplicações server-side e frontend e middleware — isolados de outros workspaces.

• A região do workspace corresponde à região da fonte de dados. Os dados permanecem locais e também são armazenados no EntityStore.

• O WorkSpaceName é globalmente único, assim como o ProjectName. Insira-o ao criar o workspace. Se deixado em branco, o sistema gera um nome. Após a criação, não é possível alterar o WorkSpaceName. Ele serve como identificador único nas chamadas de API.

• O WorkSpaceDisplayName é editável e permite duplicatas.

• Workspace padrão: nomeado como default-cms-{uid}-{regionId}. O projeto SLS vinculado segue um formato semelhante, como default-cms-{uid}-{regionId}, mas pode incluir caracteres aleatórios extras.

• O primeiro workspace criado em uma região é sempre o workspace padrão.

App

Um app é um componente leve para leitura e gravação de fontes de dados dentro de um workspace, representando a observabilidade específica de domínio para um determinado cenário. Principais características:

• Os apps podem ser ativados ou desativados por usuário (usuário RAM), incluindo sua exibição no painel de navegação à esquerda. Apps desativados podem ser reativados a qualquer momento.

• Os apps são stateless. Todos os apps estão disponíveis em cada workspace, mas a visibilidade dos dados depende das permissões do usuário.

• Um app pode acessar múltiplas fontes de dados. Alternar entre elas revela relacionamentos da camada IaaS.

• O Integration Center define a inicialização do app e a criação da fonte de dados.

• Apps podem incorporar outros apps. Por exemplo, Explorer e Alerting estão incorporados em muitos apps e também funcionam de forma independente.

Entity

Uma entity é um objeto observável, como um cluster de containers ou uma instância ECS.

Model (Umodel)

O UModel é uma especificação para definir modelos de dados de observabilidade. Ele estabelece modelos para logs, métricas, traces, entidades e seus relacionamentos, permitindo a definição e o gerenciamento unificados dos dados de observabilidade.

Período estatístico (Period)

O período estatístico (Period) é a granularidade temporal na qual os dados de monitoramento são agregados. Ele determina a quantidade de dados brutos que um único ponto de dados abrange.

• Valores estatísticos como Máximo, Mínimo e Média são agregados a partir dos dados brutos coletados dentro do período estatístico selecionado, e não de amostras instantâneas. Por exemplo, quando o período estatístico é de 300 segundos, a Média representa a média de todos os dados brutos nesses 300 segundos. O Máximo e o Mínimo são os valores mais alto e mais baixo no mesmo período.

• Os períodos estatísticos disponíveis dependem da métrica. Valores comuns são 300 segundos, 900 segundos e 3600 segundos, sendo o valor mínimo suportado de 60 segundos.

• Um período estatístico mais curto implica coleta e agregação mais frequentes, pontos de dados mais densos e flutuações mais detalhadas, porém com maior consumo de recursos. Um período estatístico mais longo resulta em coleta menos frequente e menor consumo de recursos, com curvas mais suaves nas quais flutuações de curta duração podem ser suavizadas pela média.

Recursos

Descrição

Coleta e monitoramento de dados full-stack

• Monitoramento de infraestrutura

  • Monitoramento de serviços cloud: Coleta métricas de desempenho em tempo real — como CPU, memória, disco e tráfego de rede — para ECS, RDS, SLB, serviços de container (ACK/ASK) e pods Kubernetes.

  • Monitoramento de desempenho de rede: Acompanha latência de rede, taxa de perda de pacotes, resolução DNS e status de conexão TCP/UDP.

• Monitoramento de desempenho de aplicações (APM)

  • Rastreamento distribuído: Rastreia cadeias de chamadas de microsserviços. Suporta Java, Python, Go e outras linguagens principais. Exibe latência de interface, taxa de erro e topologia de dependências.

  • Diagnóstico no nível de código: Localiza gargalos de desempenho da aplicação usando profiling de threads, detecção de SQL lento e análise de stack trace.

• Monitoramento de logs

  • Coleta e armazenamento de logs: Coleta logs de servidores, containers e Function Compute (FC). Compatível com frameworks de log como Log4j e Logback.

  • Análise de logs em tempo real: Execute consultas SQL, defina alertas de palavras-chave e utilize clustering de logs — como agregação de logs de erro.

Análise e diagnóstico inteligentes

• Detecção de anomalias e alertas

  • Alertas com limiar dinâmico: Utiliza machine learning para aprender padrões históricos de métricas e identificar anomalias, como picos repentinos de CPU.

  • Alertas com múltiplas condições: Dispara alertas baseados em condições cruzadas de métricas, como "CPU > 90% E taxa de perda de pacotes > 5%".

• Análise de causa raiz (RCA)

  • Análise de associação inteligente: Vincula automaticamente métricas anormais, logs de erro e dados de trace para gerar relatórios de causa raiz — como um timeout de API desencadeando uma avalanche em serviço downstream.

  • Rollback de dados de séries temporais: Compara dados históricos para encontrar rapidamente quando uma anomalia começou e seu escopo de impacto.

Visualização e relatórios

• Painéis de monitoramento personalizados

  • Painel arrastar-e-soltar: Use gráficos de linhas, colunas, grafos de topologia e outros componentes visuais para exibir flexivelmente métricas principais entre recursos e serviços.

  • Biblioteca de modelos baseados em cenários: Modelos pré-construídos para promoções de vendas de e-commerce, clusters de containers e desempenho de banco de dados. Gere visualizações abrangentes do negócio com um clique.

• Painéis de negócios

  • Projeção de dados em tempo real: Exiba métricas centrais de negócios — como volume de pedidos e taxa de sucesso de pagamentos — em modo tela cheia. Projetado para salas de guerra de O&M.

  • Isolamento de visualização multi-tenant: Atribua permissões de visualização de dados por equipe ou linha de negócios para manter a segurança dos dados.

Gerenciamento de alertas e notificações

• Entrega de alertas multicanal

  • Canais de notificação: Envie alertas via DingTalk, WeCom, SMS, e-mail e webhook. Suporta silenciamento baseado em tempo — como notificar apenas a equipe de plantão fora do horário comercial.

  • Política de escalonamento de alertas: Defina alertas em níveis, como "aviso → crítico → fatal". Escale as notificações automaticamente se não houver resposta no prazo.

• Gerenciamento do ciclo de vida de alertas

  • Histórico e estatísticas de alertas: Registre o status do alerta — como confirmado ou recuperado — e gere relatórios de MTTR (tempo médio para reparo).

  • Integração com ferramentas de O&M: Acione sistemas de tickets — como DingTalk Yida — ou scripts automatizados de O&M — como reiniciar um serviço — quando alertas forem disparados.

Abertura e integração

• Integração perfeita ao ecossistema

  • Integração com serviços Alibaba Cloud: Vinculação profunda com SLS, ARMS e Alibaba Cloud DevOps. Permite associação automática de dados — como saltar de uma consulta de log diretamente para um trace anormal.

  • Compatibilidade com ferramentas de terceiros: Suporta protocolos open-source como Prometheus, OpenTelemetry e Telegraf. Funciona com visualização Grafana e integração contínua Jenkins.

  • Infraestrutura como código (IaC): O Terraform suporta o Cloud Monitor 2.0. Use o Terraform para gerenciar armazenamentos de métricas e atualizar métricas de monitoramento. Para mais informações, consulte Terraform alicloud cms_addon_release.

• Suporte a API e SDK

  • Gerenciamento via OpenAPI: Automatize tarefas de monitoramento — como criação em lote de regras de alerta ou exportação de dados de monitoramento — usando APIs.

  • Relatório de métricas personalizadas: Use SDKs para reportar métricas de negócios — como volume de pedidos ou PV/UV de atividade — para ampliar a cobertura do monitoramento.

  • Acesso à API STAROps (antigo AIOPS): O STAROps é implantado no nível de grupo de regiões. Solicitações de regiões na China são atendidas pelo grupo de regiões de Beijing, e solicitações de regiões fora da China são atendidas pelo grupo de regiões de Singapore. Ao chamar APIs do STAROps de dentro da China, defina o Endpoint como cms.cn-beijing.aliyuncs.com (cn-beijing). Uma chamada de uma região não coberta por esses grupos de regiões, como Shenzhen, retorna um erro de serviço indisponível.

    A prévia pública do STAROps terminou. Chamadas para APIs do STAROps, incluindo CreateThread, consomem cota do STAROps e são faturadas com base no uso após a cota gratuita mensal ser excedida.

Segurança e alta disponibilidade

• Segurança de dados

  • Criptografia de ponta a ponta: Criptografa dados de monitoramento durante a transmissão (HTTPS) e o armazenamento (armazenamento criptografado).

  • Controle de permissões: Use funções RAM para gerenciamento granular de permissões — como acesso somente leitura ou permissões de configuração de alertas.

  • Segurança e conformidade: Atende a padrões internacionais e nacionais de segurança para garantir transmissão e armazenamento de dados seguros e confiáveis.

• Confiabilidade do serviço

  • Pontos de coleta distribuídos globalmente: Nós de monitoramento cobrem as principais regiões do mundo para evitar perda de dados devido a instabilidade de rede.

  • Redundância de dados: Armazena dados de monitoramento em múltiplas réplicas para garantir a recuperabilidade.

Otimização de custos

• Análise de uso de recursos

  • Identificação de recursos ociosos: Sinaliza automaticamente instâncias ECS com baixa carga prolongada e EIPs não vinculados. Gera recomendações de liberação.

  • Relatórios de alocação de custos: Acompanhe o consumo de recursos cloud por projeto, departamento ou tag. Suporta rateio de custos e controle orçamentário.

• Amostragem adaptativa de dados

  • Ajuste a frequência de coleta conforme necessário: Reduza a frequência para métricas não críticas — como de 1 minuto para 5 minutos — para diminuir os custos de armazenamento.

Gerenciamento unificado entre regiões

Monitore e gerencie recursos em múltiplas regiões a partir de um único local. Simplifique os fluxos de trabalho de O&M.

Cenário

Descrição

Vantagens

Cenário 1: Monitoramento full-stack unificado e grafo de observabilidade em tempo real

Empresas precisam monitorar servidores físicos, containers, microsserviços e bancos de dados em ambientes de cloud híbrida. O Cloud Monitor 2.0 coleta métricas, traces, logs e eventos em um só lugar e constrói um grafo de observabilidade de ponta a ponta para visibilidade entre recursos e serviços.

• Fusão de dados de múltiplas fontes: Suporta mais de 50 fontes de dados — de infraestrutura e middleware a aplicações — para eliminar silos de dados.

• Painéis visuais: Personalize visualizações para mostrar topologia de recursos, dependências de serviços e indicadores-chave de desempenho (KPIs).

• Análise de associação entre domínios: Vincule automaticamente métricas anormais a logs e traces relacionados para identificar causas raízes mais rapidamente.

Cenário 2: Detecção inteligente de anomalias e previsão de falhas

Durante picos de tráfego, identificar falhas ocultas manualmente é difícil. O Cloud Monitor 2.0 usa machine learning para analisar dados históricos, prever riscos como gargalos de capacidade e latência, e disparar avisos antecipados.

• Localização da causa raiz: Detecta e computa em tempo real usando métricas, traces e dados de profiling. Cobre latência, taxa de erro, anomalias e casos de falta de memória (OOM).

• Análise do escopo de impacto: Identifica áreas afetadas — como usuários finais, aplicações frontend, requisições de página, aplicações, interfaces, bancos de dados e containers ou instâncias ECS.

• Exploração self-service com Copilot: Use IA generativa para recuperar relatórios de detecção e soluções sob demanda.

• Convergência de alertas: Converge alertas entre produtos e instâncias. Agrupe alertas com a mesma causa raiz para reduzir ruído.

Cenário 3: Rastreamento full-stack de ponta a ponta do cliente ao servidor (APM)

Em arquiteturas de microsserviços, uma única requisição pode envolver dezenas de chamadas de serviço. O Cloud Monitor 2.0 combina rastreamento full-stack com diagnóstico no nível de código, vinculando a experiência do usuário upstream à infraestrutura downstream para analisar com precisão consultas lentas e deadlocks.

• Grafo de observabilidade full-stack: Cobre serviços, interfaces, instâncias de serviços cloud e dados ricos — como métricas, eventos e metadados — com associações de entidades entre domínios.

• Consulta e análise de dados associados: Upstream — recupere endpoints de acesso upstream dinâmicos e em tempo real e analise o impacto nos negócios. Downstream — recupere dependências downstream dinâmicas e em tempo real — como middleware, bancos de dados e containers — com dados completos de monitoramento.

• Consciência dinâmica da arquitetura: Construa um CMDB global e completo com descoberta automática e visualizações completas de topologia.

Cenário 4: Conformidade de segurança e insights de ameaças

Empresas precisam de monitoramento em tempo real de eventos de segurança e auditoria de conformidade. O Cloud Monitor 2.0 usa análise de logs e reconhecimento de padrões de comportamento para detectar ameaças como logins anormais e violações de dados.

• Detecção de ameaças em tempo real: Use motores de regras e modelos de IA para identificar ataques — como logins anormais e injeção de SQL.

• Relatórios de auditoria de conformidade: Gere automaticamente relatórios de logs de operação para atender a requisitos de conformidade — como o esquema de proteção classificada da China e GDPR.

• Resposta automatizada: Integre com grupos de segurança ou WAF para bloquear endereços IP de alto risco automaticamente.

Cenário 5: Otimização de recursos e gerenciamento de custos

O uso opaco de recursos cloud leva ao desperdício. O Cloud Monitor 2.0 analisa a utilização de recursos e recomenda políticas de dimensionamento elástico e planos de liberação de recursos ociosos.

• Análise de utilização: Sinalize instâncias ECS com baixa carga e discos não montados. Gere checklists de otimização.

• Previsão de custos: Preveja faturas mensais com base em tendências históricas de gastos e forneça dicas de economia.

• Elasticidade automatizada: Escale clusters Kubernetes ou serviços Serverless vertical ou horizontalmente com base no tráfego.

Cenário 6: Alertas inteligentes e O&M automatizado

Sistemas de alerta tradicionais frequentemente causam falsos positivos ou sobrecarga de informações. O Cloud Monitor 2.0 usa redução de ruído de alertas, limiares dinâmicos e notificações em níveis para melhorar a precisão — e suporta ações de correção automatizadas.

• Agregação de alertas: Mescla eventos semelhantes para evitar notificações duplicadas.

• Entrega multicanal: Envia alertas por gravidade — como para DingTalk, e-mail ou SMS.

• Scripts automatizados: Aciona scripts pré-construídos para reiniciar serviços ou isolar nós defeituosos.

Cenário 7: Componentes de observabilidade open-source gerenciados e O&M inteligente

Empresas usam amplamente Prometheus, Grafana e OpenTelemetry em ambientes híbridos ou multicloud, mas enfrentam três desafios:

1. Alta complexidade de O&M: Clusters Prometheus autogerenciados exigem gerenciamento de ponta a ponta de coleta, armazenamento e alertas de dados. Implantação e dimensionamento são custosos.

2. Silos de dados: Dados de trace do OpenTelemetry, métricas do Prometheus e painéis do Grafana residem em locais separados, sem análise unificada.

3. Falta de inteligência: Ferramentas open-source dependem de regras de alerta manuais e análise de causa raiz, tendo dificuldades com arquiteturas AI-native dinâmicas.

• Economia de custos e ganhos de eficiência: O serviço gerenciado elimina 90% do trabalho de O&M. A utilização de recursos melhora em 30%.

• Observabilidade full-stack: Cobre infraestrutura (métricas Prometheus), desempenho de aplicações (traces OpenTelemetry) e experiência do usuário (visualização Grafana).

• Aberto e compatível: Integra-se perfeitamente a ecossistemas open-source — como Prometheus Operator e plugins Grafana — para adequar-se às stacks de cloud híbrida corporativas.

Tipo de app

Nome do app

Descrição

Persistente

Alert Center

Gerencie todas as informações de alerta em um só lugar

Persistente

All Features

Gerencie todos os aplicativos e serviços relacionados em um só lugar

Persistente

Integration Center

Integre e gerencie objetos e dados de observabilidade

Residente

Entity Explorer

Explore o status e o desempenho dos objetos monitorados.

Persistente

Cloud Service Monitoring

Consulte e configure alertas sobre métricas básicas de monitoramento para serviços Alibaba Cloud

Observabilidade de aplicações

Application Monitoring

Monitore o desempenho da aplicação e diagnostique falhas em tempo real

Observabilidade de aplicações

Real User Monitoring

Monitore web, aplicativos móveis e mini programas

Observabilidade de aplicações

AI Application Observability

Ofereça observabilidade integrada e full-stack para aplicações de IA

Monitoramento de O&M

Prometheus Service

Um serviço cloud Prometheus totalmente gerenciado para monitoramento de alto desempenho

Monitoramento de O&M

Incident Response

Agrupe eventos de alerta em incidentes e gerencie-os

Monitoramento de O&M

Synthetic Monitoring

Simule requisições de usuário para monitorar proativamente a qualidade da rede, disponibilidade do serviço e experiência do usuário

Monitoramento de O&M

Database Observability

Ofereça observabilidade completa para serviços de banco de dados

Monitoramento de O&M

Log Audit

Registre e revise logs de operação

Insights de serviços cloud

PAI Insights

Ofereça observabilidade full-stack e completa para Platform for AI (PAI)

Insights de serviços cloud

Container Insights

Analise profundamente o status operacional de clusters Kubernetes

Insights de serviços cloud

ECS Insights

Monitoramento avançado para Elastic Compute Service (ECS)

Exploração e análise inteligentes

UModel Explorer

Ferramenta de depuração de Entity e UModel

Exploração e análise inteligentes

Data Explorer

Explore e analise métricas e dados de monitoramento

Exploração e análise inteligentes

Event Hub

Gerencie todos os tipos de informações de eventos em um só lugar

Exploração e análise inteligentes

Dashboard

Painel exibindo métricas principais

Exploração e análise inteligentes

Log Explorer

Forneça serviços de exploração e análise de dados de log