行业动态

在刚刚结束的龙蜥大会eBPF&Linux 上，龙蜥系统运维SIG张毅做了《SysAK系统运维工具集》的主题演讲。 以下为演讲实录。

您好，在今年的云栖大会上，我们在龙蜥社区开源了系统运维工具集SysAK，并提供了多种诊断功能。 作为系统运维SIG（集团）的主要项目之一。 在过去的一年里，SysAK也在技术架构和应用场景上进行了更多的升级，以适应更多的场景。 明天分享最新版本的核心技术架构和使用场景。 由于时间关系，我将重点介绍监控模式的相关组件。 借助 OS 和 SysAK 的改进功能，我将监控疑难问题和系统健康状况。

一、SysAK框架介绍

SysAK的全称是Kit，是 的运维SIG。 通过对以往百万台服务器运维经验的具体总结，提供完善的系统运维工具集，可覆盖日常系统监控、在线问题诊断、系统故障修复等常见运维场景. 主要包括三个方面：

SysAK框架包括两种模式，监控模式和诊断模式。

系统资源困难的指标包括CPU困难、内存困难、网络困难、IO困难。 通过难点监控，可以找出应用运行过程中对资源的依赖，进而利用依赖与其他数据进行有效的配合。 应用程序应该做合理的调度和资源分配。

除了硬件四大资源外，系统软件本身也存在困难。 例如，Linux内核系统在访问各种文件、句柄、缓存和共享资源的过程中可能会形成并发困境。 SysAK 为解决这一难题也做了很多工作。

干扰是应用程序运行过程中比较常见的原因，它会导致晃动或运行中断。 SysAK顺应当前云原生趋势，实现了容器资源的可视化。

诊断模式是指及时发现问题，根据问题根源进行诊断，随时可用。 根据用户运维场景，目前支持以下三种：

除了用户场景，我们还为中级技术人员提供更深层次的数据诊断，比如有长期系统调用数据的功能，中断运行统计，调度模块，内存模块，延时抖动，内存泄漏等，都会基于每个孩子。 通过特殊功能诊断系统的特性。

SysAK通过松耦合、依赖管理、多架构、多版本建立支持保障工具开发者服务器运维，只需一次开发，无需额外工作即可集成在主流架构和操作系统版本上。

2. SysAK监控场景应用

SysAK的监控服务主要提供三种能力：资源监控、异常告警、根因分析。 其中，异常告警功能会设置一个特殊的阈值，提供告警，并进行人工分析。

SysAK可以借助增强指标来监控容器资源的使用情况，主要依赖于 OS内核的增强特性和SysAK自身的扩展。

抖动是日常运维过程中偶尔会出现的问题。 在零星的过程中没有收集到实际的根本原因数据。 如果采集的数据过多服务器运维，会影响系统的整体性能； 如果收集的数据太少，则不足以分析问题的根本原因。 业务波动的原因可以归纳为以下三类：

以上三类原因基本可以涵盖70%-80%的抖动根本原因，所以检查以上三类问题基本可以解决抖动问题。

SysAk 还改进了系统健康警报。

比如应用没有鸣笛，而是突然变慢，长期积累会导致系统进入无法使用的状态，如夯实。 撞击会造成很大的影响，而且大部分都无法恢复。 但在此之前，可以通过各种方式进行预警。 例如，可以通过算法查看夯机的冲击指标，判断是否会发生夯机，提前预测健康度。 主要判断指标包括调度延迟、内核态锁竞争信噪比、内存回收信噪比等。

根据以往经验，我们将当前的异常参考阈值设置为50%。

SysAK目前主要用于单机诊断和监控。 它不仅在本机使用SysAK命令直接查看数据，还支持通过http端口对外提供数据服务，如上图所示。 同时，还可以根据数据进行图形化展示。

三、未来演进路线

未来，我们不仅会建立工具本身的使用场景，还会继续完善SysAK的其他能力。 现在，

SysAK 只能在系统级别进行诊断。 未来我们也会考虑在应用层面做诊断，为应用诊断提供更多的数据。

另外，SysAK已经在 开源，希望有更多的开发者加入，让运维发展的更好。 我们也希望SysAK工具能继续发展，发挥运维平台技术资料收集的作用，所以会以平台插件为主。 目前已经作为SysOM和云监控的组件使用，希望未来可以作为插件扩展，满足更多场景。

相关地址链接：

系统运维SIG：

来源官网：

关于 eBPF&Linux 讲义的获取形式：