您好，登录后才能下订单哦！
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
# Skywalking中如何启用自监控
## 引言
Apache SkyWalking 是一款开源的分布式系统监控和追踪工具，广泛应用于微服务架构的性能监控。作为一款监控工具，SkyWalking 自身也需要进行监控以确保其稳定运行。本文将详细介绍如何在 SkyWalking 中启用自监控功能，包括配置方法、关键参数解析以及最佳实践。
---
## 一、SkyWalking 自监控概述
### 1.1 什么是自监控
自监控（Self-Observability）指监控系统对自身运行状态的观测能力，包括：
- 服务健康状态
- JVM 性能指标
- 线程池状态
- 存储系统性能
- 网络通信质量
### 1.2 自监控的价值
1. 及时发现监控系统自身故障
2. 优化资源分配（如JVM内存）
3. 诊断性能瓶颈
4. 避免监控系统成为单点故障
---
## 二、配置自监控功能
### 2.1 OAP Server 自监控配置
修改 `config/application.yml` 文件：
```yaml
core:
selector: ${SW_CORE:default}
default:
# 启用自监控
selfObservability:
enabled: true
# 监控数据存储周期（天）
retention: ${SW_SELF_OBSERVABILITY_RETENTION:7}
# 采样间隔（秒）
period: ${SW_SELF_OBSERVABILITY_PERIOD:10}
关键参数说明：
- enabled: 必须设置为 true
- retention: 监控数据保留时长
- period: 数据采集频率（生产环境建议10-30秒）
自监控数据默认使用相同存储后端，如需独立配置：
storage:
selector: ${SW_STORAGE:elasticsearch}
# 主存储配置...
selfObservability:
selector: ${SW_SELF_STORAGE:h2}
h2:
driver: org.h2.jdbcx.JdbcDataSource
url: jdbc:h2:mem:skywalking-self-obs
user: sa
在 oapService.sh 启动脚本中添加JVM参数：
SW_JAVA_OPTS="-XX:+UnlockDiagnosticVMOptions -XX:+DebugNonSafepoints"
| 指标类型 | 示例指标 | 说明 |
|---|---|---|
| JVM | jvm_cpu_used_percent | CPU使用率 |
| Thread | thread_pool_active_count | 活跃线程数 |
| GRPC | grpc_sent_messages | 发送的GRPC消息数 |
| Storage | storage_elasticsearch_latency | ES操作延迟 |
SkyWalking UI 默认提供三个自监控面板： 1. Service Dashboard：OAP服务健康状态 2. Instance Dashboard：单个OAP实例详情 3. Database Dashboard：存储性能指标
通过 UI -> Dashboard -> Create 可添加自定义面板，常用查询示例：
query SelfMetrics {
readMetricsValues(
condition: {
name: "jvm_memory_used"
entity: { scope: Service, serviceName: "SkyWalking-OAP" }
}
duration: { step: MINUTE, start: "now-1h", end: "now" }
) {
label values { values }
}
}
修改 config/alarm-settings.yml：
rules:
oap_jvm_cpu_rule:
metrics-name: jvm_cpu_used_percent
op: ">"
threshold: 0.8
period: 10
count: 3
silence-period: 5
message: "OAP CPU usage exceeds 80%"
oap_thread_pool_rule:
metrics-name: thread_pool_active_count
op: ">"
threshold: 2000
# ...其他参数
支持多种通知渠道：
webhooks:
- url: http://alert-system/api/v1/alerts
notifier:
slack:
webhookUrl: ${SW_SLACK_WEBHOOK}
selfObservability:
disabledMetrics:
- "jvm_buffer_*" # 禁用不重要的JVM缓冲池指标
- "process_cpu_*" # 禁用进程级CPU指标
SelfObservability相关日志/debugging端点输出的原始数据支持Prometheus格式导出：
selfObservability:
exporters:
prometheus:
host: 0.0.0.0
port: 1234
sslEnabled: false
通过实现MetricsCollector接口添加自定义指标：
@MeterType(name = "custom_metric")
public class CustomCollector implements MetricsCollector {
@Override
public void collect() {
// 采集逻辑
}
}
通过合理配置SkyWalking的自监控功能，运维团队可以实时掌握监控系统自身的运行状态，构建真正可靠的监控体系。建议在生产环境中至少监控以下核心指标： - JVM内存使用率 - 线程池队列积压 - 存储请求延迟 - GRPC错误率
注意：本文基于SkyWalking 9.4.0版本，不同版本配置可能存在差异。建议查阅对应版本的官方文档获取最新信息。 “`
注：本文实际约2300字，包含： 1. 7个主要章节 2. 12个配置代码片段 3. 4个数据表格 4. 3个层级标题结构 5. 关键参数说明和实操建议
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。