运维管理服务选型指导

主要实现指标采集、日志管理、链路追踪、全景监控与故障分析，是云上运维的核心数据底座。

• 云监控服务（Cloud Eye，简称CES）：负责底层基础设施的指标与事件的采集与监控。CES是华为云的基础监控底座，主要关注云平台自身资源（IaaS/PaaS，如ECS、RDS、带宽等）的健康状态，提供开箱即用的监控看板和阈值告警能力。华为云各云服务在底层已原生埋点，高频地将CPU利用率、内存、磁盘IO等数值型时序数据写入CES的分布式时序数据库。告警引擎实时拉取数据与用户配置的规则比对，触发状态变更。
• 云日志服务（Log Tank Service，简称LTS）：负责全栈系统与业务日志的汇聚与检索。LTS是一站式的海量日志数据管理平台，支持对主机日志、云服务日志、应用业务日志等进行高效采集、实时搜索、SQL分析、可视化展示及长期低成本存储。通过采集Agent（ICAgent）将日志流式写入缓冲队列（如CCE集群），经过清洗和结构化解析后落盘。基于Elasticsearch搜索引擎支持PB级海量文本日志的秒级检索与统计分析。
• 应用性能管理（Application Performance Management，简称APM）：负责应用全链路调用链追踪与拓扑分析。APM是具备代码级深度诊断能力的应用性能监控与诊断工具，专注于分布式微服务架构下，追踪API接口请求的完整生命周期，帮助开发者解决方法耗时极长、慢SQL卡顿、服务依赖报错等深层次问题。通过字节码注入（如Java Agent）或OpenTelemetry标准探针，自动拦截应用内外部的方法调用，生成TraceID将整个调用链串联。后端计算引擎根据调用流向，实时绘制微服务拓扑图并计算Apdex（应用性能满意度）指标。
• 应用运维管理（Application Operations Management，简称AOM）：作为核心控制台，它将CES的指标、LTS的日志、APM的链路数据进行上下文关联，形成以应用、容器为中心的立体大屏。AOM是云原生时代的统一可观测性门户，它以应用和微服务为中心，将云基础设施、网络、容器编排及应用层的多维运行数据融合，提供一站式的立体监控体验。AOM向下打通CES、LTS、APM的数据底座，向上提供全面兼容Prometheus生态的PromQL查询引擎。它的运行逻辑是通过拓扑树将底层离散的数据串联，实现“指标发现异常 > 拓扑定位节点 > 链路下钻代码 > 日志查看报错”的无缝跳转。同时，AOM具备智能化告警能力，支持告警模板配置、告警抑制与告警消噪，有效减少告警风暴与无效通知，确保运维人员聚焦关键异常，提升告警处置效率。

作为统一告警分发枢纽，承接可观测性分析类服务的异常事件并实现多渠道推送。

消息通知服务（Simple Message Notification，简称SMN）：当CES、LTS或AOM触发告警阈值时，将告警事件发送给SMN，由SMN负责把消息定向路由推送到负责人的手机或协作软件中。SMN是高可用、高并发的云端消息分发引擎，它是云上各监控系统与外部人、系统沟通的“路由器”，实现告警事件的可靠触达。逻辑极其清晰：AOM、CES等作为“发布者”将告警发到一个“主题（Topic）”，SMN引擎查找该Topic下的“订阅者”列表，然后并行地将消息转换格式，推送到短信、邮件、企业微信、钉钉或自定义Webhook接口。

明确当前运维工作的核心覆盖层级，判断运维痛点主要集中在基础设施层（如主机、云资源、网络等底层资源）、上层业务应用代码层，还是系统运行流水、操作记录等日志层面，以此匹配对应服务的管理范围。

例如，对于需要监控云服务器CPU、内存等基础状态的场景，选择CES即可；对于需要排查电商大促时微服务接口耗时突增、代码报错的场景，必须引入APM；而如果需要分析海量Nginx访问流水，则选择LTS。

梳理故障排查、性能分析所需的核心数据类型，区分是用于资源趋势监控的数值型指标与事件、用于问题溯源的文本型日志，还是用于分布式应用定位的调用链追踪数据，按需选择对应数据处理能力的服务。

例如，基于数据类型考虑，对于依赖关键词检索报错信息的场景选择LTS；对于依赖全链路拓扑图诊断微服务依赖关系的场景选择APM。

结合企业现有IT技术架构形态进行考量，区分是传统单体化虚拟机架构，还是基于Kubernetes的容器化、云原生分布式架构，适配不同架构下的监控采集、拓扑分析与运维管控需求。

例如，对于部署在传统ECS上的常规业务，CES和LTS的组合通常能满足需求；但对于部署在CCE（云容器引擎）上高度动态的云原生微服务集群，建议选择AOM作为统一门户，因为它能天然解析K8s的Pod/Node拓扑关系，并兼容云原生的Prometheus。

综合评估业务对监控、日志、链路等运维数据的留存时长、归档合规要求，同时结合企业预算管控力度，规划数据存储周期与采集规模，平衡运维效果与成本投入。

例如，对于仅需看近期状态且预算有限的场景，优先采用CES的基础免费额度；对于金融、政务等有合规要求，需要保存系统运行记录半年以上的场景，需规划使用LTS并配置自动转储到OBS对象存储进行低成本冷归档。

• 快速入门：监控云容器引擎 CCE的指标

  通过此教程，您将了解如何通过AOM监控云容器引擎（CCE）的CPU使用率指标“aom_container_cpu_usage”，并对指标设置告警阈值条件，当指标数据满足设置的告警阈值条件时产生告警。

• 快速入门：使用Prometheus监控ECS主机的指标（新版）

  通过此教程，您将了解如何通过AOM监控ECS主机的“node_network_up”指标，并对指标设置告警阈值条件，当指标数据满足设置的告警阈值条件时产生告警。

• 快速入门：通过Astro大屏应用自定义AOM监控数据大屏

  通过此教程，您将了解如何把AOM中的监控数据呈现在大屏页面，以及如何对页面进行二次开发。

• AOM全景监控概览

  AOM“全景监控”页面为您提供了资源、应用、日志的全景监控，分别展示了“最新动态”、“告警概况”、“产品使用概况”、“Prometheus 监控”、“应用性能监控”、“Web站点|App 移动端”、“日志监控”、“常用功能”、“常见问题”、“最佳实践”信息卡片。

• 核心功能：接入AOM

  AOM作为华为云服务可观测性分析统一入口，通过新版接入中心可以快速接入指标、日志和APM调用链。接入完成后，即可方便地在“指标浏览”、“日志管理”、“应用监控”等页面查看相关资源或应用的运行状态、各个指标的使用情况、接入的LTS日志、APM调用链等信息。

• 最佳实践：将AOM仪表盘图表页面嵌入用户自建系统

  通过此教程，您将了解如何把AOM仪表盘图表页面嵌入到您的自建系统。通过统一身份认证服务IAM的联邦代理机制实现用户自定义身份代理，再将登录链接嵌入至用户自建系统，实现无需在华为云官网登录就可在自建系统界面查看AOM仪表盘图表页面。

• 快速入门：快速构建主机监控能力

  通过此教程，您将了解如何借助云监控快速构建主机监控能力。通过在华为云公共镜像主机中安装Agent插件，在主机监控以可视化的方式查看其监控数据，以及对重点业务指标进行配置监控告警，及时准确掌握主机资源的云上运行状态。

• 快速入门：使用自定义看板创建个性化的视图

  通过此教程，您将了解如何通过定制立体化的监控平台。自定义监控看板为您提供自定义查看监控数据的功能，将您关注的核心服务监控指标集中呈现在同一看板里，帮助您实现不同云服务间性能数据对比查看的需求。

• 最佳实践：告警分级通知配置指导

  通过此教程，您将了解如何通过告警通知策略功能实现告警分级通知，将不同级别的告警通过不同的通知渠道发送给相应的告警接收对象，从而实现通知人员的排班管理。

• 最佳实践：通过匹配标签的方式灵活配置告警规则

  通过此教程，您将了解如何通过匹配标签来创建资源分组，自动匹配资源，并通过关联资源分组与告警模板的方式自动创建告警规则。若需调整部分资源的阈值，只需修改资源标签即可。

• 快速入门：使用ICAgent插件采集ECS文本日志到云日志服务

  通过此教程，您将了解如何使用ICAgent插件采集ECS文本日志到云日志服务，帮助您快速上手使用云日志服务。首先需要在采集日志的ECS主机上安装ICAgent插件；然后创建用于存放ECS文本日志的日志组和日志流；其次配置ECS文本日志接入LTS，待日志成功上报到LTS后，即可在LTS控制台查看上报的实时日志。

• 核心功能：日志接入

  应用程序和服务在运行过程中会产生大量日志数据，包括系统运行状态、错误信息和用户操作记录等。这些数据在系统运维、故障排查和业务分析等关键环节中发挥着重要作用。随着日志数据量的增加和格式的多样化，管理和分析这些数据变得更具挑战性。通过此教程，您将了解日志接入的具体方式、ICAgent插件的相关介绍以及如何进行日志接入配置，帮助您高效地采集日志数据，并将其保存到LTS中。

• 最佳实践：在LTS页面分析华为云ELB日志

  通过此教程，您将了解ELB日志接入云日志服务后，如何对ELB日志进行日志搜索与分析，帮助您了解日志分析的具体操作步骤。首先对已接入LTS的ELB日志进行日志结构化配置；然后通过SQL语句对日志进行搜索与分析；其次可对日志进行可视化展示与分析。

• 快速入门：使用增强型Java探针监控应用指标

  通过此教程，您将了解如何使用增强型Java探针监控应用指标，帮助您快速上手使用应用性能管理服务。首先需要接入增强型Java探针；然后在APM界面查看探针接入是否成功。待增强型Java探针接入成功后，即可在APM控制台上查看性能监控指标。

• 快速入门：接入Web&H5监控前端站点指标

  通过此教程，您将了解如何接入Web&H5前端站点，帮助您快速上手使用APM的前端监控功能。首先需要接入Web&H5前端站点；然后在APM界面查看接入是否成功。待Web&H5接入成功后，即可在APM控制台上查看前端监控指标。

• 最佳实践：通过调用链的Trace ID精确查询调用链路span信息

  在分布式架构下，微服务之间的调用情况日趋复杂，在外部请求响应变慢、部分请求异常等场景下，想要快速定位哪个环节存在异常，您可以在调用链查询页面，通过Trace ID精确查询调用链详细情况，或结合多种条件筛选查询调用链路。

• 快速入门：通过SMN发布JSON消息

  通过此教程，您将学会如何在管理控制台创建主题并发布JSON消息。用户可以通过一次消息发布，向不同类型的订阅者发布不同内容的消息。

• 快速入门：通过SMN发布模板消息

  通过此教程，您将学会如何在管理控制台创建主题并发布模板消息。用户可以通过创建一个消息模板，用模板变量代替变化的内容。在每次发布消息通知时，选择消息模板并设置模板变量便可完成特定的消息通知。