我们都知道天下没有“永不宕机”的系统，但每次线上出问题都要拉出一个程序员“祭天”。所以一款靠谱、好用的监控工具就显得十分重要，它可以在生产环境出故障的第一时间发出告警，并提供详实的数据，帮助程序员尽早发现故障、尽快定位问题。

可以毫不夸张地说：监控就是运维的眼睛、研发的“免死金牌”，程序员“明哲保身、自证清白”的必备利器！

一、夜莺监控

今天 HelloGitHub 给大家带来的是一款开箱即用、默认中文、界面美观的开源监控系统——夜莺监控（Nightingale），100% 国产更懂你的苦。你还在为搭建/配置/调优「Prometheus + AlertManager + Grafana」的监控平台而烦恼吗？开箱即用的夜莺监控轻松解决你的问题。

GitHub：https://github.com/ccfos/nightingale

夜莺监控是一款先进的开源云原生监控分析系统，采用 All-In-One 的设计，集数据采集、可视化、监控告警、数据分析、权限管理于一体，拥有企业级的监控分析和告警能力。

夜莺监控在运维圈里很有名，它“出身名门”最初是由滴滴孵化并开源，在此期间沉淀了一线互联网公司可观测性的最佳实践，有大厂的实践背书可靠性和实用性上毋庸置疑。之后则捐赠给了中国计算机学会（CCF）进行托管，由运维圈的“老炮”秦晓辉等人设计、开发和维护。截止到发文前，夜莺监控已在 GitHub 上获得了 7200+ 个 Star、1200+ 次 Fork，发展势头迅猛、开源社区活跃，并且已经服务了上千家分布在各行各业的企业。

接下来，就和 HelloGitHub 一起上手这款开箱即用的开源监控利器吧！

二、安装启动

最简单的部署方式是使用 docker-compose，可实现一键启动，执行下面的命令即可：

git clone https://github.com/ccfos/nightingale.git
cd nightingale/docker
docker-compose up -d
# 成功后会有以下输出
# Creating mysql      ... done
# Creating redis      ... done
# Creating prometheus ... done
# Creating ibex       ... done
# Creating agentd     ... done
# Creating n9e        ... done
# Creating telegraf   ... done

启动之后浏览器直接访问：127.0.0.1:17000，输入账号 root 密码：root.2020，登陆后就能看到管理界面啦！

不过，我还是更推荐大家使用二进制方式部署，因为这种方式不依赖 Docker、更稳定、升级也方便，可用于生产环境（官方推荐），部署起来也不麻烦，也就多几行命令的事。下面是 linux x86 环境的示例和注解：

# 创建个 n9e 的目录，后面把 n9e 相关的文件解压到这里
mkdir -p /opt/n9e && cd /opt/n9e

# 下载 n9e 发布包，amd64 是 x84 的包，下载站点也提供 arm64 的包，如果需要其他平台的包则要自行编译了
tarball=n9e-v6.1.0-linux-amd64.tar.gz
urlpath=https://download.flashcat.cloud/${tarball}
wget -q $urlpath || exit 1

# 解压缩发布包
tar zxvf ${tarball}

# 解压缩之后，可以看到 n9e.sql 是建表语句，导入数据库
mysql -uroot -p1234 < n9e.sql

# 启动 n9e，先使用 nohup 简单测试，如果需要 systemd 托管，请自行准备 service 文件
nohup ./n9e &> n9e.log &

# 检查 n9e.log 是否有异常日志，检查端口是否在监听，正常应该监听在 17000
ss -tlnp|grep 17000

至此，安装部分就结束了，接下来就是上手体验了。

三、快速上手

3.1 配置数据源

夜莺不生产日志，只是日志的“监工”。所以安装完第一件事就是配置日志数据，用法类似 Grafana 可直接接入数据源，菜单位置：「系统配置」-「数据源」，目前支持：prometheus、victoriametrics、thanos、m3、elasticsearch、loki 等数据源。

完成数据源接入之后，就可以十分方便地通过可视化的方式查看日志了。

夜莺默认提供了一些可视化大盘（菜单位置：「仪表盘」-「内置仪表盘」）和内置告警规则（菜单位置：「告警管理」-「内置规则」），导入自己的业务组（这是个管理概念，不同的告警规则和仪表盘可以使用不同的业务组分门别类管理 + 控制权限）就能使用啦。

3.2 好看的仪表盘

夜莺的仪表盘展示效果美观、性能出众、功能丰富，虽然还没有 Grafana 的全面，但基本可以作为 Grafana 的国产化平替了。夜莺的仪表盘支持暗黑主题，效果如下：

前端 GitHub 地址：https://github.com/n9e/fe

3.3 采集器

如果之前没有做过监控数据收集，可以使用夜莺团队提供的采集器 categraf，这同样是一款开源的 telemetry 数据采集器，它内置了 OS、SNMP、IPMI、MySQL、Redis、MongoDB、Oracle、Kafka、ElasticSearch、cAdvisor 等多种采集插件。

GitHub：https://github.com/flashcatcloud/categraf

当然，也可以使用其他采集器，比如 telegraf、grafana-agent 等，但是 categraf 的对接最为丝滑。夜莺支持多种数据接入协议，比如 prometheus remote write、OpenTSDB、Datadog 等，接收到数据之后做统一转换，然后转发给后端时序库，具体转发给哪些时序库可以在夜莺的配置文件中配置。

3.4 告警管理

灵活的告警是优秀监控系统的标配，夜莺在这方面做得十分出色。它可以将一套规则应用于多个数据源，支持级别抑制、生效时间、告警屏蔽、告警订阅、告警自愈等规则。

• 级别抑制：高级别抑制低级别告警，比如磁盘利用率超过 95% 产生 P1 告警，超过 85% 产生 P2 告警，如果某一时刻磁盘利用率跑到 100%，就只会触发 P1 告警，P2 被抑制，避免告警打扰；
• 生效时间：可配置告警规则判定的生效时间，支持配置不同的多个日期和时段；
• 告警屏蔽：减少已知告警的干扰，比如某个机器要维护，可以提前屏蔽相关告警；
• 告警订阅：告警消息分组通知；
• 告警自愈：告警可触发预先设定好的脚本，自动解决故障；

菜单「告警管理」-「规则配置」的界面和示例如下：

四、深入了解

监控并不仅仅是可视化+告警那么简单，里面有很多道道，下面让我们“往下”走一点，深入了解下夜莺监控的架构和解决的痛点。

4.1 架构介绍

夜莺作为一款 Go 写的监控系统，不仅部署方便，而且整体设计上非常开放和灵活，可以和开源生态上其他软件组合使用，适用于已有监控系统升级或从零搭建监控平台等场景。

• 采集器：可对接 telegraf、categraf、grafana-agent、datadog-agent、以及各类 exporter；
• 存储：可对接 prometheus、thanos、m3、victoriametrics 等；

架构图如下：

从依赖上看，夜莺就只依赖 MySQL 和 Redis，它俩对于技术人员来说，都是非常熟悉的。除此之外，夜莺在部署时只需一个二进制文件 + 配置文件，将开箱即用的精神贯彻到底！

4.2 项目结构

下面简单介绍一下夜莺的项目结构，即核心功能模块介绍，方便想要深入了解夜莺的同学快速进入源码。

➜ # 夜莺的目录结构介绍
.
├── ...
├── alert         告警引擎相关逻辑，对 Prometheus、Loki、TDEngine 等数据源做异常数据判断并产生告警事件。
├── center        Web 后端的逻辑。
├── cli           命令行工具，用于 v5 版本升级 v6 版本时的数据迁移。
├── cmd           入口包，所有的二进制的 main 函数入口都在这里。
├── conf          配置文件在内存里映射的数据结构。
├── docker        容器相关的文件，包括 Dockerfile 和 docker-compose 等，数据库的建表 SQL 也在这里。
├── etc           配置文件，重点关注 config.toml，如果使用了边缘机房的部署方案，还需要关注 edge.toml。
├── integrations  集成目录，包含比如 MySQL、Redis、Elasticsearch 等各个监控目标的内置仪表盘、告警规则等。
├── models        数据库操作相关的代码。
├── pkg           通用 lib 库。
├── prom          Prometheus 相关的代码，包括 remote write 写数据以及查询接口的封装。
├── tdengine      查询 TDEngine（时序数据库）相关的代码。
├── storage       MySQL 和 Redis 的初始化连接相关的代码。
└── pushgw        Pushgateway 相关的代码，用于接收 remote write 数据、opentsdb 格式的数据、datadog 格式的数据、open-falcon 格式的数据，然后统一做格式转换写入后端存储。

4.3 多机房场景

你是否遇到过需要监控多机房的场景？

目前，大多数公司都有很多机房，它们分布在不同的区域，这让监控变得不再简单。因为如果机房之间网络链路很好，那么只需要部署一套监控系统就搞定了。但如果机房之间的网络不太好，无法做到监控数据实时、可靠的上传，但是告警规则又想在一个中心管理。

这个时候就需要高级部署方案，夜莺就提供了现成的边缘机房部署方案，可以方便地解决上面的问题。架构图如下：

通过夜莺提供的高级部署方案，即在网络不好的机房（边缘）部署（下沉）时序数据库和告警引擎（n9e-edge），从而保证数据不丢失和告警规则的同步，轻松构建统一的监控中心，实现多机房监控只需管理一套告警规则和可视化平台。

真·企业级监控和告警一体化解决方案！

五、最后

开源的监控系统，目前用的比较广泛的是 Zabbix 和 Prometheus，但它们或多或少都有一些不擅长的场景。

Zabbix 擅长设备监控，对各类操作系统、网络设备有较好的兼容适配，但是不擅长微服务和云原生环境的监控。

• 不擅长动态变化对象的监控：Zabbix 是资产管理式，在云原生环境下，资产是动态变化的，比如 Pod、Service、Deployment 等。
• 不擅长微服务的监控：在微服务和云原生环境下，监控指标爆炸性增长，而且指标有不同的维度描述，Zabbix 使用关系型数据库存储时序数据，不擅长处理这种大规模的多维度的指标数据。

Prometheus 擅长微服务和云原生环境的监控，基本已经成为 Kubernetes 的标配，在云原生环境下非常流行，但它也有缺点。

• 设计上偏工具化，使用配置文件来管理规则，缺少权限化管理的 WebUI。
• 使用 Prometheus 的公司通常会不止一套，比如每个 Kubernetes 一套 Prometheus，多个 Prometheus 可能有很多相同的规则，管理起来比较重复。
• 其他一些小点：告警引擎是单点，告警事件没有持久化；告警规则缺乏一些更为灵活的配置，比如生效时间；

夜莺作为一款开源的云原生监控系统，在云原生方面有着先天优势，而且使用国外的开源监控项目，最担心的就是没有技术支持，夜莺作为“100% 国产”开源项目，在技术支持上分为社区支持和商业支持（响应更及时）两种，服务的企业用户已有上千家，比如移动、联通、电信、米哈游、莉莉丝、方正证券、国泰君安、海底捞、海康、搜狐、新浪等，分布在各行各业。

最后，还是那句话：开源不易如果觉得夜莺监控不错的话，就请给个 Star 支持一下，试用反馈遇到的问题，也是对开源的一种支持！

GitHub：https://github.com/ccfos/nightingale

官网：https://flashcat.cloud/

没有能搞定一切的银弹，或许这也是技术一直在更新迭代的动力之一吧！ 所以不要停下学习的脚步👣