一、概述

1.现状

最近SaaS平台、APP等产品，总是采集的数据中存在各种各样的问题，如标题解析成JavaScript代码，或者包含一段无用的字符、或者出现一个乱码字符串等等。

先前的那套监控机制的弊病似乎越来越大，已无法满足数据监控的需求。

随着现在的数据类型、定制的采集脚本、涉及到的人员等不断增多，采集难度的不断加大，各种各样的问题频繁出现。

为了制定一套真正能够实时监控数据质量，并能够快速定位问题，同时能够及时反馈，快速迭代采集器或脚本的体系，在原有分散监控的基础上，在数据推送接口处再次添加一层集中监控。

2.优缺点

分散监控是指：各采集器或脚本自行监控数据的质量。但是有时由于任务急，或者为了省事，其实根本没有添加监控模块。

集中监控是指：在kafka统一推送接口处对数据质量、排重等进行处理；

1)分散监控的优缺点：

(1)优点

①　能够减轻统一推送接口处压力，缩短数据入kafka的时间；

②　减少接口出现异常的频率；

(2)缺点

①　相关人员可能修改监控指标，导致混乱，无法达到数据质量监控效果，无法定位问题；

②　可能由于任务紧急、或者为了省事，根本没有添加监控和排重机制，导致大量的数据重复和劣质数据，影响ES性能，同时严重影响产品的用户体验。

③　浪费资源。由于每个采集器或定制脚本均需考虑监控问题，无形中增加了许多重复工作，增加了人力成本；

④　产品迭代较慢。懒惰是人的本性，没有流程、机制的督促，绝大部分人都会用最省事的方法来处理问题。甚至认为这就是一个小问题，无关紧要，拖着拖着就忘了。

2)集中监控的优缺点：

(1)优点

①　减少人力等资源浪费；

②　统一规范监控机制；

③　异常问题前置，提高产品的用户体验；

④　降低人为风险。

⑤　依据监控结果，通过流程和指定，督促相关人员不断迭代产品。

⑥　对管理者来说，能够实时了解各部分采集中存在的问题，能够从全局思考，优化采集策略等。

⑦　能够根据监控结果，一定程度上为管理者提供绩效考核的依据。

(2)缺点

①　增加了统一接口逻辑处理复杂度，增加了异常的概率；

②　降低了数据处理的速度。综合考虑，在可接受范围内，或满足需求时，可暂不考虑。