@YaakovZiv 系列文章都会在公众号上发，公众号是 flashcats 。

不过也会在 https://n9e.github.io 和 http://flashcat.cloud 上做归档。

@LeoJ :) 云原生监控，open-falcon 稍微有点力不从心（更适合物理机时代），夜莺监控是更好的选择了

谢谢大家的回复，我的分享属于我的一家之言，有认同的，有认为泛泛的，有认为我要割韭菜的，每个人都有自己的立场和见解，大家多多交流，希望相互有启发。

@opsonly
Histograms and summaries both sample observations, typically request durations or response sizes. They track the number of observations and the sum of the observed values, allowing you to calculate the average of the observed values.
----------
Histograms 数据结构，在监控的场景下，典型的就是度量 latency （ request durations ） 或者 请求的某种特征分布（比如 response size ）

@opsonly ，p99/p95 这类统计一般是针对 latency 这类指标有意义的。

对于 cpu/mem ，在采集的时候，一般都是直接设置为 counter 类型，然后在监控服务端求 rate ，或者求 sum 等到相应的组合值。

p99,p75 这类分位值的计算，有两种做法，分别是 client 端计算和 server 端计算。

1 、在你的 app 代码中，埋点相关的 SDK （推荐 opentelemetry sdk ），选择 Summary 类型的数据结构，这样在 client 侧就可以直接生成你想要的分位值。

2 、在你的 app 代码中，同样埋点相关的 SDK （推荐 opentelemetry sdk ），选择 Histogram 类型的数据结构，这样在监控系统的 server 端，就可以使用 histogram_quantile()函数来计算任意你想要的分位值。

有没有相关的 benchmark 数据哈

@RangerWolf 17 年 4 月份

@RangerWolf 遇到了具体什么 bug ？

不用担心， open-falcon 是一个核心社区在维护，新版也会很快发布的

of-release 一直没有更新，是因为 v0.1 版本没有什么需要紧急修复的）：

用 open-falcon 吧，新版本会很快发布的

可以看一下 open-falcon

没有基本的契约精神

价值观负分

我个人承诺

1 不去青云
2 不用青云
3 不参加青云组织和赞助的所有活动

顶CTO
求面试机会