我很習慣追尋字面上意思的本質問題，『監控』一詞是我這幾年追得很緊的詞，索性就深入分析其意義。

Updated 2023/07/19: 本文收錄在個人著作 《SRE 實踐與開發平台指南》 - 2023/08 上市

生活中的『監、控』 (updated 2018/07/10)

颱風來之前，要知道颱風狀況，氣象局要先蒐集來自 量測 的資訊，量測則要有相關設備、技術、部署量測站，包含風速、雨量、氣壓 … 等。有了量測資料，最後這些資料會蒐集到氣象局的電腦，經過運算、整理，最後呈現出 觀測 資訊，也就是 衛星雲圖。有了量測資訊、提供了觀測的衛星雲圖，才有指標、或者依據時間趨勢，才有所謂 預測。

如下圖是 2018/07/10 的颱風衛星雲圖：

下圖是 2018/07/11 的風力預測：

依據上述衛星雲圖、預測資訊，所以理性的來說：2018/07/11 未達到上班標準

套用在軟體系統，就是要先有 Log、經過蒐集、儲存、分析，最後呈現出圖表。有了指標 指標 (Metric)，就可以依照狀況設定 臨界值 (Threshold)，然後超過就可以有 Actions。

套用颱風的情境就是：

• 指標 (Metric)：暴風級數
• 臨界值 (Threshold)：10 級
• 動作 (Action)：停止上班上課

政府根據指標、臨界值做決策，也就是 Action 要怎麼做。

有趣的事：2018/07/10 新北市、台北市是不同調的 XDD

中文的 監、控 我認為是 Observability + Monitoring，底下是更細目的說文解字，還有技術的實踐。

『監、控』說文解字

『監控』兩個字的意義在 淺談系統監控與 CloudWatch 的應用 有過介紹，這個筆記只是說得更細而已，請參閱以下的 Slide:

監控的實踐技術：Amazon CloudWatch

這是我在做 CloudWatch 教育訓練時整理的 Slide，技術就是以 CloudWatch 為主，本質性就是在討論『監、控』，也延伸討論 Monitoring vs Observability。

CloudWatch 的概念是把監控對象當作黑箱，透過 Log 的資訊觀測系統狀況。

使用 Log 監控跟 APM 的差異

• Log 監控像是 (CloudWatch) 是把監控對象用 黑箱 策略分析，產生指標、圖表、預警。
• APM (Application Performance Management) 是把監控對象用 白箱 的策略來做，直接在應用程式塞入 Inspector 擷取 Runtime 的資訊。有點像是在 IDE 做 上 Step-in/out、查看記憶體、Process 等狀態。

APM 的實踐技術：

• AWS 有 X-Ray
• Azure 有 Application Insight

延伸閱讀

• Monitoring vs Observability
• 淺談系統監控與 CloudWatch 的應用 - AWS User Group Taiwan
• AWS Certified SysOps Administrator - Associate 準備心得
• What is Ops?
• 自動化 XXX 的陷阱
• 思考本質、實踐、想像力、教育
• Software Development Lifecycle
• 看板導入 - 軟體開發與維運
• 警急事件 (Emergency Response)
• What is Automation?
• Ops as Code using Serverless
• 個人著作《SRE 實踐與開發平台指南》 (2023/08 上市)

參考資料

• SRE - Ch12 Effective Troubleshooting
• Automatic Control#Open-loop and closed-loop (feedback) control
• AWS Summit Series 2016: Big Data Architectural Patterns and Best Practices on AWS
• Process control
• 系統思考