整套解决方案:基于PC/104的数据采集系统设计

　　整套解决方案:基于PC/104的数据采集系统设计

　　随着公司的快速发展

　　计算机技术和虚拟仪器技术，虚拟仪器正逐渐成为测试领域的发展方向。介绍了一种基于虚拟仪器技术开发环境LabVIEW语言的数据采集系统以及PC/104总线标准的数据采集模块。详细 阐述了菱形-MM-16-AT 动态 链接 库 的 编写， 并 开发 了 一个 使用 LabVIEW 中 CLF 调用 库 函数 驱动 *敏*感*词*- MM-16-AT 的 程序， 从而 实现 数据 驱动 采集 模 块 并 完成 数据 采集 工作。实验结果表明，该系统能够有效地实现高速数据采集和信号的实时图形显示。

　　关键词:D金刚石-MM-16-AT; 数据采集;动态链接库

　　摘要： 随着计算机技术和虚拟仪器技术的飞速发展，虚拟仪器正被视为测量领域发展的趋势。数据采集系统基于PC/104总线标准的数据获取模块构建而成。本文 详细 讨论 了 *敏*感*词*- MM-16-AT DLL 的 编 程， 并 开发 了 一个 驱动 *敏*感*词* MM-16-AT 在 LabVIEW 中使用 CLF 完成 数据 获取 的 程序。通过测试证明，该系统能够很好地实现高速数据采集和实时图形显示。

　　关键词： 菱形-MM-16-AT，实验室视图，数据采集，动态链接库

　　最佳实践:基于Prometheus的分布式监控平台落地与实践

　　一、建设背景及问题

　　随着分布式云原生、容器化、微服务、大数据技术的成熟和普及，生产系统架构向微服务、容器化转型，给监控运维带来以下问题和挑战：

　　分布式系统的可观察性分为指标、链接和日志。指标监控基于基础指标数据（如CPU、内存、响应时间、调用量等），是一种较为传统且应用广泛的监控方式；链路跟踪解决服务间复杂调用和性能耗时分析问题；日志监控监控关键统计信息、警告、错误等系统运行过程数据，这三种方式协同工作，完成对分布式系统的全面监控。链路监控和日志监控是分布式日志中心的建设范畴。本文主要关注分布式系统的指标监控。下面提到的分布式监控仅限于分布式指标监控的范围。

　　目前统一监控平台使用的Zabbix、ITM、Nagios等传统监控工具难以在容器云等分布式动态环境中监控。因此，迫切需要一种新技术来解决分布式系统监控的问题。

　　进行分布式监控需要解决以下问题：

　　下面我们将一一介绍。

　　2. 分布式标准的发展

　　在梳理分布式监控标准的过程中，我们采用以下四个原则来制作分布式指标体系，如下图所示：

　　分布式指标系统层次图

　　因篇幅原因，此处不展开各层次、各组成部分的具体监测指标。

　　3.平台概述

　　分布式监控平台是统一监控平台的一个子系统，负责分布式和云原生系统的监控。平台主要分为四层：监控工具层、存储层、处理层和管理平台层，如下图所示：

　　分布式监控平台逻辑架构图

　　四、平台关键技术点

　　1. 构建高可用、高性能、可扩展的分布式监控工具

　　考察了目前业界很多开源监控系统，比如Prometheus、OpenFalcon和Nightingale，最后选择Prometheus是因为：

　　当然，普罗米修斯也有它的不足之处，那就是：

　　我们对 Prometheus 的缺点做了一些扩展和集成：

　　2. 标准化和自助服务

　　建立标准化的分布式监控标准管理模式。基于标签在K8s和Prometheus中的重要作用（K8s基于标签分类管理资源对象；PromQL基于标签进行数据聚合；Prometheus Operator基于标签匹配监控对象和监控规则），因此以标签为核心，分布式集合 分布式管理模型包括监控标签、监控工具、指标实现、指标、监控策略、监控规则，如下图所示。通过登陆分布式监控平台，实现对同类对象的标准化监控。

　　分布式监控标准模型图

　　突破运维和研发壁垒，实现对代码的监控。监控管理员预先内置并发布监控规则。研发投入生产时，实现监控只需要做两件事：

　　driver模块驱动Prometheus根据Service yml实现生产对象的配置和发现，并根据预设规则进行监控。示例如下图所示：

　　标准化、自助配置监控规则下发流程示例图

　　3、集中统一管理

　　搭建集中告警处理集群：搭建AlertManager告警处理集群，实现告警的集中统一管理。告警的初步处理是通过AlertManager的分组、抑制、静音实现的，但是AlertManager的现有功能不能满足以下实际生产需求：

　　告警二次处理模块：基于go语言自主研发的高性能告警处理模块，提供Webhook接口供AlertManger调用。接口实现的功能包括：丰富的告警字段、告警压缩、告警升级、告警汇总、告警根因提示、告警转syslog发送统一监控平台。

　　Adapter改造：基于开源的Prometheus Kafka Adapter，改造保证海量性能数据实时写入Kafka，用于后续的数据分析和数据价值利用，如动态基线计算、异常检测等。

　　适配器工作图

　　流处理模块：基于Flink自研的流处理模块，保证海量性能数据的实时处理和存储。流处理的内容包括：时间戳处理（Prometheus默认使用UTC时间）、异常数据清洗、数据格式化和标准化处理、InfluxDB存储格式适配。

　　告警与性能数据集中处理架构图

　　五、总结

　　在平台建设上，借鉴行业和互联网企业容器云K8s的相关建设经验，基于自主研发的开源技术，立体化、集中化、平台化、标准化的分布式监控平台被建造。该系统具有以下特点：

　　目前分布式监控平台已于11月初在G线投产，实现对G线容器云生产集群的全面监控，实现海量对象秒级处理，日均处理T级数据，报警准确率和召回率均为100%。，系统运行稳定，监控效果达到预期。

　　六、后续工作展望

　　作者丨监控平台项目组