SRE技术保障平台-盯屏中心（TAC - TAM Alarm Center）是阿里混合云现场运维对监控报警解决方案的最佳实践，为混合云客户提供灵活的、多样化的监控报警解决方案，以此提升混合云平台和产品的故障发现率，保障客户系统的稳定运行。TAC功能丰富、多样且灵活，能够覆盖多种应用场景，满足多样的监控及告警需求，本文选择部分项目的最佳实践和应用进行展示。
1.基本功能
1.1告警接入
图1：封神榜告警接入方案
- 产品团队：研发团队提供监控能力
- 封神榜：封装产品监控，并调用TAC的API网关接口上报告警
- TAC：提供API网关服务，并进行告警的展示和通知
1.2告警通知
- 场景：某项目现场需要将平台侧P0级告警通知给相关人员以及时获取监控告警信息。
- 方案：使用TAC本身告警汇聚能力汇聚云内多渠道告警，并使用TAC集成的告警通知服务实现告警通知。
图2：钉钉告警效果展示
图3：短信告警效果展示
1.3站点监控
- 场景：某客户现场有应用监控需求，希望TAC可以定时监控该项目的门户网站和运营管理平台。
- 方案：使用TAC集成的站点监控HTTPCODE和钉钉方式实现监控告警通知。
图4：站点监控效果展示
2.扩展解决方案
2.1 Maxcomput和Datawokrs资源告警
某项目使用Maxcomput和Dataworks两个产品承载主要的业务应用，需要对Maxcomput的资源使用情况和Dataworks的槽位使用情况进行监控并告警，以在第一时间发现问题，并通知运维人员处理。
图5：Maxcomput和Datawokrs资源告警效果展示
2.2告警推送第三方
某项目需要将云平台的告警通过钉钉发送给现场驻场或相关负责人，减少盯屏的人力成本，从而减少问题处理的时间，最终减少对业务的影响时间。
图6：告警推送第三方方案
数据采集：使用TAC实现告警采集
- 平台核心实例资源使用率告警管理、P0/P1告警统一管理
- 应用业务可用性监控告警
数据推送：TAC调用api网关接口，将告警数据写入消息中心。
数据接收：通过消息中心服务将告警数据推送到钉钉机器人，钉钉群接收消息中心推送的告警数据。
图7：告警通知效果展示
作者：黄家亮阿里云智能GTS-SRE团队资深技术支持工程师
7年IT从业经验超3年阿里专有云运维管理经验，现就职于阿里云智能GTS-SRE团队负责运维开发工作，期间深度参与并负责铜雀、TAM企业服务运营管理平台及TAC报警中心三个系统从0到1的建设工作，有效提高专有云运维能力和效率。
我们是阿里云智能全球技术服务-SRE团队，我们致力成为一个以技术为基础、面向服务、保障业务系统高可用的工程师团队；提供专业、体系化的SRE服务，帮助广大客户更好地使用云、基于云构建更加稳定可靠的业务系统，提升业务稳定性。我们期望能够分享更多帮助企业客户上云、用好云，让客户云上业务运行更加稳定可靠的技术，您可用钉钉扫描下方二维码，加入阿里云SRE技术学院钉钉圈子，和更多云上人交流关于云平台的那些事。
