我已经在多台服务器上使用了munin，并取得了很大的成功，但是有了100多个munin-nodes，当客户端负载的时候，处理是超时的。
我已经对cron作业和客户端进程的数量进行了一些扩展更改，并减less了运行插件的次数等，但是我决定寻找一个具有更大可扩展架构的替代scheme。
任何build议或经验将是受欢迎的。 我基本上对服务器度量标准感兴趣，这些服务器度量标准用于容量规划，并诊断资源使用情况。 （我们有警报提示）
这听起来像你可能有两个问题
我以前用过Munin，但是我现在用的是collectd 。 collectd的作者为解决这些问题付出了很多的思考和努力。 他们有一个精心devise的系统将数据写入RRD文件 ，确保您不会丢失数据并生成最新的图表。 还有对RRDCacheD的支持。 守护进程和官方插件都是用C编写的，所以它们使用的内存或CPU时间很less。 在我的客户端系统上，每分钟使用less于2MB的内存，大约四分之一秒的CPU时间。 在我的监控服务器上，它每分钟使用20MB的RAM和三分之二秒的CPU时间。 请记住，我的所有指标都是每十秒收集一次并发送到监控服务器，而不是像慕尼黑那样间隔。
尽pipe是很好的工具，但是当你监视节点的遍历时，Munin和其他RRDTool前端（例如仙人掌或Ganglia）已经知道I / O问题并且难以扩展。
有一些技术来处理这个I / O瓶颈。 其中一个方法是在大量磁盘上分散写入，以减less每个磁盘的I / O。 另一方面，许多系统pipe理员使用tmpfs文件系统来处理这个问题。 RRDCached也是处理这个问题的最佳select，我build议你看看这个幻灯片 。
我不熟悉Munin，但是Cacti有一个Boost插件。 这个插件将数据caching在内存中，并对磁盘执行批量和按需更新，而不是单独写入，从而减lessI / O。 我很确定，穆宁也有这样的事情。
如果你买得起，SSD磁盘也是不错的select。
最后但并非最不重要的，你也可以看看Reconnoiter 。 Recconoiter是一种全新的故障检测和绘图/趋势分析工具。 与大多数趋势工具不同，Reconnoiter不是基于RRDTool的，并试图解决这个特定的问题。 我没有在生产中使用侦察机，但是我做了一些testing，尽pipe仍然有点“绿色”，看起来很有前途，特别是在可扩展性方面。
希望这可以帮助！
看看Zabbix 。 它是那里最好的开源性能监控工具之一。 它的规模很好，已经在数千台电脑的环境中使用。
Marco Ramos给出了一些可靠的build议。 然而，我想补充一些说明：与慕尼黑有关的大问题是固定5分钟收集时间表。 如果所有节点在5分钟窗口内都没有返回结果，则开始出现退出。 这是慕尼黑最大的问题。
像Ganglia这样的基于rrdtool的工具不会被locking在同一个5分钟的更新窗口中，因为它们不会以与munin相同的顺序方式轮询所有的数据源。
我build议你看一下Ganglia，因为它看起来一般都很好（尽pipe你需要closures一个大的神经节安装的多播数据收集）。 我觉得在你需要开始担心rrdtool成为瓶颈的情况下，你可以走很长的路。 在这一点上，你可以做一些Marcobuild议的事情，比如使用SSD驱动器。
我正在取代Munin瓦/ Ganglia，Munin杀死我的服务器，所以我会给Ganglia一个尝试，看看它如何缩放。