混合云环境，流量采集与分析监控分开规划是一个好主意吗？
接下来，我们就分开规划可能出现的几种情况展开讨论，分析部署过程中可能面临的问题与难点，并在最后，附上我们对于企业进行混合云性能监控的建议。
第一种情况：流量采集工具存在缺陷
第1步，即对网络数据的采集、转发与存储由流量采集工具完成。虽然流量采集并非性能监控的核心目的，但是作为性能监控的第一步，全流量的采集、转发与存储，对后续的应用至关重要。然而，并非所有的流量采集工具都能实现全流量的采集、转发与存储，它们可能会在不同环节出现不同问题，譬如流量采集不全、无法真正实现全流量的转发与存储等。
- 全流量采集，不全
混合云环境的流量采集一般通过以下三种方式：
第一种：在业务虚拟机内部署微探针采集业务流量；
第二种：通过虚拟交换机，经OVS SDN引流，将业务流量从SDN引出；
第三种：在宿主机或容器节点中创建独立的虚拟机或容器部署旁路探针。
一般情况下，通过以上三种形式可以获取较全的网络流量。但是，由于云管平台的存在，部分流量采集工具会将云管平台内的所有资源进行无差别、无筛选采集。这样做看起来流量采地更全了，但却对后续应用无任何帮助，相反会占用资源、消耗性能；此外，还有部分流量采集工具在流量采集结束后，直接进行预设的分析与处理，导致在应用分析环境发现数据指标不全，即使进行全量的转发与存储，后续也无法进行全量数据的追溯分析。
- 无法全量转发与存储
全流量的转发与存储十分考验流量采集工具的性能。一旦进行全量数据的转发与存储，流量传输的性能会受到严重影响，因此部分采集工具会选择性地转发与存储流量。就目前而言，仅有少量技术成熟的性能分析厂商可以做到。
第二种情况：分析监控工具存在缺陷
（性能监控指标的不同层级）
- 网络指标的深度解析
网络指标的深度解析需要利用多种应用识别技术，对网络指标进行识别与收集，同时进行指标计算与性能测量，最终输出性能时间和指标至控制器，进行自动化调整与优化。
- 应用指标的深度解析
应用指标或者说业务指标的深度解析需要强大的协议解码能力。通过对应用或者业务架构进行有效梳理，从而辅助后续的原始数据包分析。
第三种情况：选择了最优秀的流量采集工具+分析监控工具，是否可以高枕无忧？
- 即使流量采集工具性能稳定，分析监控工具功能强大，我们仍然不能完全保障性能监控可以达到预期目标。这是因为在具体的实施过程中：一是两种工具存在适配与兼容问题；二是适配成功后，还需要保障在长久的使用过程中两种工具持续性能稳定不出错、一旦出现问题双方的售后服务都能无障碍协作；三是即便以上问题都能得以解决，也必将以高昂的成本为代价。
- 对接与兼容性问题来自不同厂商的流量采集工具与分析监控工具，尽管在各自领域功能强大、性能领先，一旦适配就可能引发多种问题。首先，如果两种工具产品采用不同的数据封装格式，那么流量的承接就是首先需要解决的问题；其次，如果两种工具产品采用相同的数据封装格式，流量承接的压力会减少，但是如何保障跨云环境的时间同步仍面临极大挑战；再次，全流量的数据分析对于性能监控十分重要，即便两种工具可以实现理想状态下的完美对接，也无法保障全流量的承接。
- 售后支持与故障鉴责任何一款成熟的工具/产品都会存在技术创新与版本迭代问题。与客户而言，完善的售后服务极为重要。当流量采集工具与分析监控工具部署在客户侧后，一旦业务运行出现问题，如何快速定位问题与鉴责就成为解决问题的关键。但如果一发生故障，两种产品的服务团队各自为阵、或者互相推诿，会对客户的运维工作产生极大的负面影响。
- 成本较高我们相信，两种在各自领域成熟、功能强大的产品，在完美适配的同时，拥有及时、高效的售后服务团队，其项目成本一定不会太低。
建议：混合云环境，流量采集与分析监控统一规划
-
保障业务稳定高效运行，是混合云环境性能监控的核心目的之一。而端到端、全链路的性能监控是保障业务稳定运行的关键。无论是传统环境，还是混合云环境，全链路的性能监控都须要构建统一的全业务路径，集流量采集、转发、存储、指标解析、数据包分析于一体，实现全流量采集与分析监控的统一规划与部署。 统一且成熟的性能监控方案除了可以实现全链路监控外，还可以规避适配对接、故障鉴责等一系列问题。当流量采集与分析监控都以最终应用为目标时，在技术更新、产品迭代的过程中仍然以实现整体业务目标为导向，可以减少多供应商之间无法充分协作问题的出现。同时，统一的部署方案搭配统一的售后支持团队，一旦发生故障，可以快速定位故障节点，即刻解决问题。除此之外，统一实施也能在一定程度上降低项目实施的成本与落地风险。
关注天旦公众号
跟旦旦一起，
让运维稳定无忧，
运营做你所想。
