на что стоит поменять zabbix и puppet

zabbix -> prometheus

puppet -> ansible

20 серверов и насилие базы? По сколько же у вас метрик на сервер? У нас в заббиксе больше 4к хостов в и больше миллиона метрик - все живо и достаточно шустро работает.

У нас в заббиксе больше 4к хостов в и больше миллиона метрик - все живо и достаточно шустро работает.

С какой периодичностью вы их собираете???

большая часть метрик - раз в 30-60 секунд, остальное разброс от 5 секунд до нескольких часов. Естественно база отдельно и на жирном железе.

zabbix -> prometheus

prometheus + grafana? Или у него своя рисовалка появилась?

Жаль конечно что оно только в линуксах работает

Мы используем графану. Свой ui у него есть, но он условный.

у него рисовалка только для визуализации числовых рядов, т.е. не дашборд. Графана наше фсё.

Всем хорош Zabbix

попробуй что-нибудь более человечное, типа прометеуса и ты так больше никогда не скажешь :)

Docker Kubernetes Golang

А вот я скажу. :)

Попробовал. Руками пилить надо больше, чем в заббиксе, возможности «рисования» в графане не понравились вообще. Да, у заббикса тоде проблем куча, но там это относительно легко настраивается и масштабируется.

Какие ещё слова знаешь?

+ по поводу ansible. Оно местами удобно. Но с осторожностью. Писали его те ещё наркоманы и местами приходилось под себя перепиливать.

Ну и про обратную совместимость они не слышали.

возможности «рисования» в графане не понравились вообще

ты что-то делаешь не так, потому что это самый гибкий инструмент, который я только видел в этом плане. Готовых дашбордов - куча. Хз что там может не понравится (во всяком случае точно не после заббикса, потому что там вообще ничего нельзя сделать в сравнении с графаной)

Самый гибкий инструмент - это <любимый язык программирования>+время. Но в заббиксе сделать практически любые необходимые графики из практически любых данных быстрее.

zabbix -> prometheus

Чем второе лучше первого? Правда интересно.

Нет слоя управлением доступами и настройками, вообще. Администрирование prometheus сводится к написанию yaml-файла с конфигурацией, после чего можно разворачивать, масштабировать, переносить с места на место в полностью автоматического режиме, обычно в контейнере. По сути stateless-система.

Графана в этом плане немного отставала, но с версии 5.0 её довели до ума, и там тоже всё можно настроить статическими конфигами теперь, сложив их в какой-то гит.

Так что prometheus-сервисы можно заводить и администрировать десятками, почти никакого overhead.

При этом можно делать агрегирующие prometheus, которые читают метрики с prometheus-сервисов первого уровня.

Попробуй на досуге разверни, в плане операбельности это просто совсем другая жизнь :)

Спасибо за ответ, попробую, а соответствующая ansible role этому поспособствует.

Вообще как мне кажется нужность и важность авторизации, ролей и acl в классических инфра-сервисах оказалась сильно переоценена. Всё больше народ переходит в режим когда сервис сам по себе тупо не представляет возможности ничего поменять, а конфиги лежат в гите, и вот там есть авторизация, ревью, аппрув и т.п.

Ну и сами сервисы мельче, и легче обкатываются на тестовых стендах. Тот же prometheus можно совершенно безболезненно гонять локально с prod-конфигом. Становится доступным автоматического тестирование инфраструктуры и прочие плюшки.

Ну и про обратную совместимость они не слышали.

Я с salt-ом на грабли с совместимостью тоже наступала не раз. У ansible хотя бы нет зависимостей и отдельно стоящих агентов, каждый еще и со своей версией. Поэтому можно быть уверенным, что если ты запускаешь ansible версии 2.4.0 из virtualenv, он именно согласно этой версии всё и выполнит.

Ну и уже месяц обещаю себе написать тесты на molecule для всех своих ansible-конфигов. Вот-вот уже скоро сделаю :)

Ну в обычной настройке ансибл в принципе работает. Просто я писал для него несколько callback-плагинов, а потом после апдейта внезапно оказывалось, что api тихо и незаметно поменялось и плагины пришлось переписывать. Причём документация за изменениями не успевала и чтобы понять, как оно должно работать пришлось лезть во внутренности, а там не всё очевидно.

Простой пример: если в плейбуке выключить оутпут, ансибл вместо того, чтобы просто вывести строку «оутпут отключён», присваивает её полю, где должен храниться этот самый оутпут. Таким образом нельзя без костылей на экран вывести одно(скрыть критичные данные от оператора, к примеру), а в лог записать всё в чистом виде. Такие вот решения с моей точки зрения выглядят, мягко говоря странными.

потому что ты знаешь заббикс, но плохо разбираешься в прометее :)
мне вот в заббиксе сделать что-то будет намного больнее и сложнее, чем в прометее.