简介：系统运维SIG致力于打造一个集主机管理、配置部署、监控报警、异常诊断、安全审计等一系列功能的自动化运维平台。
文章图片
OpenAnolis 龙蜥社区（以下简称“龙蜥社区”）正式成立系统运维（System Operation&Maintenance, sysOM）SIG。阿里云和统信软件作为系统运维 SIG 的联合发起方，将携手龙蜥社区开发者一道，努力在自动化运维领域构建强大的生态体系，促进系统运维 SIG 的相关项目快速部署于广大的业务场景。
系统运维 SIG 目标是致力于打造一个集主机管理、配置部署、监控报警、异常诊断、安全审计等一系列功能的自动化运维平台。探索和实现创新的 sysAK 工具、高效的 LCC（Libbpf Compiler Collection）开发编译平台及 netinfo 网络抖动监控系统等，实现系统问题的快速上报、分析与解决，提升集群的全自动运维效率，与社区合作伙伴一道共同构建大规模集群运维生态链。还记得我们的非典型程序猿青囊吗？在前几期的云巅论剑微信公众号里，我们介绍了sysAK 的 memleak 检测工具和 coredump 瘦身技术以及网络抖动监控利器netinfo，外部开发者对我们这个工具集表达了强烈期待，今天，我们将把系统运维 SIG 的第一个项目，隆重的介绍给大家，并将其正式开源。
什么是 sysAK
sysAK，全称是 system analyse kit（中文名青囊），基础来自于阿里百万服务器的多年运维经验，通过对这些经验进行抽象总结出典型场景，针对不同的运维需求提供了一系列工具，形成统一的产品进行服务。工具集包含了很多强大的底层系统运维能力，这些工具融合到了不同产品的运维平台中，实现高效的自动化运维。
sysAK 诞生背景
在系统运维过程中，资源监控与利用、问题排查与解决是核心诉求，怎么样做到这些，需要一系列的操作系统底层能力与工具，这些能力与工具目前比较多的分散在不同的场景，怎么有效的整合去发挥他们的作用以及更方便的在系统上进行部署，缺少一个整体的方案，特别是在现代云计算中心中，集群大规模的机器通常包含不同的业务场景、系统及硬件平台，对这些能力与工具也有着非常高的要求。同时目前很多现有的工具对专业知识要求过高，对普通运维人员来说存在不低的门槛。因此 sysAK 诞生的目标是通过统一的跨平台工具集补齐系统运维现有能力，并高效易用的发挥作用。
sysAK 技术特点
由于不断发展和变化的复杂业务环境，工具集也需要持续迭代，以期望覆盖更多的场景，因此希望通过社区合作，共同打造出这个跨平台的统一工具集。为此，sysAK 在技术实现上采用包容的框架:sig 1.png工具集支持多种语言格式，c、shell、python、go 等，方便不同语言习惯的开发者进行开发，快速集成；同时针对需要采集系统内核数据的情况，也同时兼容 Linux kernel module 和 eBPF 两种技术，对内核版本不做限制。当然除了功能外，sysAK 还首提自我资源控制的概念，避免工具运行过程中对系统的资源消耗和产生大的干扰。
文章图片
sysAK 核心能力
目前工具集覆盖系统运维典型场景，包括三大类功能：
1、线上问题分析诊断：
诊断典型问题如负载异常、网络抖动、内存泄漏、io毛刺、性能瓶颈、应用异常等，针对性的提供工具，同时尽量减少工具的专业性，让用户更易使用和解读。
2、资源监控:
针对各种系统资源（CPU、内存、网络、文件 IO、内核管理结构等）提供更精细化的资源监控，帮助业务运维实现细粒度的运维调度，高效的运用资源。
3、系统介入:
主要针对 2 种情况提供系统介入能力：
一是问题分析诊断时，需要验证特定 case 或模拟注入才能真实确定问题进行修复；
二是总有不可预期的问题会发生，对于业务来说很多问题发生后，怎样快速恢复和止损才是第一要务，对于不是整机异常的问题（系统级死锁、夯机），提供介入能力对系统进行恢复或故障隔离等。
sysAK 规划
sysAK 在龙蜥社区开源，并采取 SIG 共建协作模式，每季度发布新版本更新，包含关键 bug 修复和新特性、新能力，并逐步将产品完整能力开源。
目前已将代码放到了龙蜥社区进行了托管，先期开源的代码除包括基础开发平台、以及前面大家非常关注的内存泄漏工具（memleak，见 AK47 所向披靡一文）外，另外还包含了一些常用的工具：loadtask（系统负载分析）、runlatency（系统抖动分析）、sysmonitor（sys cpu异常自动数据抓取）、taskctl（进程异常注入）、tracesig（进程信号跟踪）、cpuirq（中断信息分析）。sysAK 里会逐步集成和开放很多其他强大的工具，下一阶段开放的重点工具包括：
netinfo—网络状态实时监控与分析，精确分析网络问题
【龙蜥社区成立系统运维SIG，重磅开源sysAK系统运维工具集】ossre—沉淀阿里云运维知识库，自动分析快速识别已知问题
appscan—进程性能瓶颈快速界定，业务调优利器，在多个客户现场调优中发挥了实际作用
ulockcheck—应用锁分析工具
sysconf—系统配置差异精准分析，辅助业务调优与分析变更导致的问题
sysAK 项目地址：https://codeup.openanolis.cn/...
原文链接
本文为阿里云原创内容，未经允许不得转载。
