cassandra 监控方案评估

摘要

最开始做cassandra monitor 方案的选型时，主要是从cassandra 本身入手，后来发现cassandra运行在JVM上，所有的metrics都是通过JMX 暴露出来。所以又可以使用一些通用的Java Application 的监控方案，作者在调查了很多的实现方案后，最终将范围缩小在graphite,newrelic,opscenter三种解决方案。本文只给出各自的优劣势，具体选用哪种，相信读者自有判断。

想了解更多cassandra 知识请访问 http://www.webpersonaldeveloper.cn

opscenter VS graphite VS newrelic

1. 环境部署
2. 收集的metrics对比
   
   • cassandra metrics
   • os metrics
   • application metrics
3. 扩展功能
4. 开发维护成本
5. cassandra 版本限制
6. 总结

环境部署

opscenter:

从datastax 下载opscenter,install完了以后，就可以在opscenter 的UI 上面安装cassandra cluster,然后在cluster 上面安装opscenter agent.cassandra 和agent可以在opscenter 的UI上面安装，也可以在各个Node上面安装

graphite:

主要有三部分构成graphite 绘图，Carbon作为缓存，Whisper存储数据。此外通常需要使用grafana 来作为UI显示，因为graphite绘图太丑了，功能也有限。graphite 环境搭建及配置及其复杂，需要安装很多的插件，所以版本适配也很麻烦。不过有了docker以后一切变得简单了。

https://github.com/kamon-io/docker-grafana-graphite
(可以fork这个repo然后按照你的需求更改)

部署好graphite server，还需要在每个cassandra 配置发送
新建一个metrics.yaml

graphite:period: 30timeunit: 'SECONDS'prefix: 'cassandra-cluster-prefix.node1'hosts: - host: 'xxx'   port: 2003predicate:  color: "white"  useQualifiedName: true  patterns:    - "^org.+"    - "^jvm.+"    - "^java.lang.+"

然后在cassandra-env.sh 配置JVM启动项

JVM_OPTS="$JVM_OPTS -Dcassandra.metricsReporterConfigFile=metrics.yaml"

newrelic:

只用配置下newrelic 的config，然后run plugin

https://github.com/threelegs/newrelic-plugins

warning

newrelic cassandra 的plugin很多年没有更新了，所以应该支持Cassandra 2.x版本，不支持Cassandra 3.x的版本。
不过自己开发也很简单，只是有些metrics 名字，包名换了，可以自己fork下来进行修改。

opscenter=newrelic>graphite(即使使用docker，graphite还是部署最复杂的一个)

收集的metrics对比

cassandra metrics

cassandra metrics 主要就是JMX 暴露出来的MBean,包括Read/Write request,latency.还有一些是compaction task等信息。我们通过JConsole 工具就能够查看，不过是JConsole 界面过于丑陋，以及无法保存历史数据，绘制图形也不美观等种种缺点导致我们不去使用它。

opscenter=graphite=newrelic cassandra metrics 三种收集方案都可以收集到，没什么差异。

os metrics

OS metrics 包括cpu,内存，disk使用情况。
opscenter集成在一起，看起来很方便；graphite需要使用第三方插件collectd进行收集；newrelic 同样也可以。

opscenter=newrelic>graphite

application metrics

cassandra 是数据库服务，但是作为monitor，通常需要查看整体情况。client请求出现问题了，我们可能不仅需要分析数据库，还需要分析application server.当然希望能够将application server 的信息与cassandra整合到同一页面而不是多个监控平台。opscenter 没法做到，graphite 可以，newrelic 可以

graphite=newrelic>opscenter

扩展功能

历史数据保存

opscenter、graphite 都是支持参数配置保存多少天的。
newrelic 需要钱才可以保存更多天。

权限管理

opscenter支持admin对权限进行管理，但是所有的metrics作为一个整体，无法控制让某些用户只看某部分metrics
https://docs.datastax.com/en/latest-opsc/opsc/configure/opscManageUsers.html

graphite 支持organization，不同的organization可以有不同的dashboard.organization中可以添加user，user 角色有四种admin,editor,read only editor,view. 不同的用户在不同的organization中可以有不同的角色。

newrelic 支持admin,user,restricted user三种，不同的用户可以看到不同的内容。

开发维护成本

opscenter 不需要开发，维护如果使用datastax 商业版的cassandra,交license费用即可。其他就是opscenter server的费用

graphite开源，但是环境部署需要时间和金钱，另外，graphite 有很多的插件构成整个monitor服务，这些插件的维护需要成本。在作者搭建过程就遇到很多的问题。比如多个server的数据聚合问题，读取数据不正确。这些都是需要运营投入到更多的时间的。要是系统不稳定，多投入一个运营，对于公司来说也是一笔不小的投入。

newrelic 有免费版，但是功能受限，像上面提到的历史数据保存，只能保存一天。收费版就不便宜了。但是newrelic有个独有的好处，是SaaS服务。当需要监控的数据规模增多的时候，不用自己构建监控集群。在这点上，opscenter，graphite 则需要构建cluster 环境

金钱上 graphite>opscenter>newrelic

人力上 newrelic>opscenter>graphite

cassandra 版本限制

opscenter最新版本只支持cassandra opensource 2.1,datastax enterprise 4.8,截止目前，cassandra opensource 已经release 3.7了。所以opscenter 版本比较滞后。graphite 是通用版本，可支持最新版本。
newrelic 是plugin形式，需要根据cassandra 更新的metrics来更新plugin 发送的metrics。

graphite=newrelic>opscenter

总结

无论从监控的metrics收集还是监控工具本身的管理来说，三种方案都能提供对应的解决方案。在其他方面略有差异

1.opscenter 很容易部署，另外集成了对cassandra 的常用操作。无需再登录到cassandra server 上，使用命令行来操作了。他本身不仅仅是个monitor工具，还是个cassandra的操作UI界面。opscenter 有个致命的缺点，cassandra版本受限，如果你想使用最新的cassandra无法实现，这点上觉得是致命的缺陷，是因为一个辅助的监控工具，而影响到主要的数据库功能。

2.graphite
开源是graphite的优势，社区活跃是支撑。有人力能够投入尽管选用此方案。

3.newrelic 没有什么技术问题需要去解决，花钱解放生产力，如果监控的内容不是产品的核心，也未尝不是一种好方案

以上仅作者意见，只作参考

参考

http://blog.ailms.me/2014/08/17/note-about-graphite-arch.html
http://docs.grafana.org/troubleshooting/