目前,集群在互联网行业得到越来越广泛的应用,然而系统架构日渐复杂,数据量越来越庞大,集群规模动辄成百上千台甚至上万台,这无形之中给集群运维人员及时处理故障、保障集群的高效运转增加了极大的困难,所以需要一个好的监控系统帮助运维和开发人员及时发现问题源头、定位性能瓶颈。监控系统采集的服务器指标一般都是时间序列。使用传统关系型数据库存储时间序列有很多的弊端。比如在数据量较大的情况下查询速度慢对用户不友好、对存储没有做优化占用磁盘空间大等。因此本文设计的集群监控系统采用一种新兴的数据库——时间序列数据库。一方面为了修正已有集群监控系统的若干缺陷,一方面为了满足广泛的监控需求,新的集群监控系统还采用了新的架构方式。最终目标是保证集群的稳定运转,并且帮助开发人员实时了解业务运行状况,发现性能瓶颈以及定位出问题的代码,进而提升开发和运维的效率,保证用户得到良好的服务。本文首先介绍对集群监控的意义以及现有监控系统的不足,然后研究了时间序列数据库InfluxDB的实现原理,并测试InfluxDB相比于关系型数据库存取时序数据的性能优势。然后介绍集群需要采集哪些时序指标并总结了实验室现有项目使用的技术的监控原理。紧接着以InfluxDB为核心设计了一套对系统、应用与业务进行全方位监控的新的集群监控系统,阐述了整个系统的架构以及各个模块的设计理念和具体实现,并与实验室现有监控系统进行了全方面的对比。最后将这套监控系统部署在现有的集群上,对采集上来的数据进行数据分析。