随着近几年信息化的快速发展,业务系统对数据库的处理数据量、并发请求、吞吐量要求越来越高。基于传统磁硬盘的数据库系统,磁盘IO一直是很大的瓶颈。大多数工程师开始将重点从传统的机械硬盘解决方案转移到更优秀的固态硬盘解决方案。SSD(固态硬盘)被认为是HHD(硬盘驱动器)新一代的替代品,SSD将是系统规划的重要一环。为了保证业务稳定性,对SSD固态硬盘的监控必不可少。实现一个低成本、预估SSD盘剩余寿命、并可以对固态硬盘的存储、读写速率、动态坏块数等全方面监控的监控系统是非常有意义的。本论文来源于实际工程项目——SSD盘监控系统。通过安装Telegraf插件,该插件可以执行python采集程序,通过读取配置文件获取每个监控项的采集间隔和相应数据源,完成数据采集任务,并对这些数据进行整合。分析出异常数据,并将详细具体的告警信息及时发给相关责任人,将整合的数据展示在Web平台上,方便用户查阅。同时,为减少告警数量并保证报警的质量,本项目也做出一些举措,从源头上,监控平台在配置监控时支持多点判断,用户可以设置连续n点异常或历史m点中有n点异常时触发告警,减少数据抖动造成的告警误判。告警后,系统会控制告警间隔和告警次数,并结合机器学习的方法,将多条告警信息智能合并。保证告警信息质量的同时减少告警条目。在解决告警上,系统结合了统计学知识,针对某条告警信息进行根因分析,辅助用户排查故障。首先,笔者参与了整个项目的需求分析以及Web平台的原型设计。其次,在设计与开发阶段,使用了 python Web开发框架Flask,笔者自主完成了监控数据采集模块,告警模块,告警智能合并模块和Web平台模块的设计和开发工作。在测试阶段,笔者自主完成了用户管理模块、告警模块、主机管理模块,监控信息管理模块,处理告警模块的测试用例设计并进行了一系列测试工作,对系统兼容性和性能方面进行了验证,确保本系统满足既定的需求。目前论文完成的SSD盘监控系统处于试运行阶段,Web监控平台数据准确,能够及时发现告警并报告,极大释放了人力。