強大靈活的數據採集：自動發現，支持falcon-agent、snmp、支持用戶主動push、用戶自定義插件支持、opentsdb data model like（timestamp、endpoint、metric、key-value tags）
水平擴展能力：支持每個週期上億次的數據採集、告警判定、歷史數據存儲和查詢
高效率的告警策略管理：高效的portal、支持策略模板、模板繼承和覆蓋、多種告警方式、支持callback調用
人性化的告警設置：最大告警次數、告警級別、告警恢復通知、告警暫停、不同時段不同閾值、支持維護週期
高效率的graph組件：單機支撐200萬metric的上報、歸檔、存儲（週期爲1分鐘）
高效的歷史數據query組件：採用rrdtool的數據歸檔策略，秒級返回上百個metric一年的歷史數據
dashboard：多維度的數據展示，用戶自定義Screen
高可用：整個系統無核心單點，易運維，易部署，可水平擴展
開發語言： 整個系統的後端，全部golang編寫，portal和dashboard使用python編寫。
每臺服務器，都有安裝falcon-agent，falcon-agent是一個golang開發的daemon程序，用於自發現的採集單機的各種數據和指標，這些指標包括不限於以下幾個方面，共計200多項指標。
CPU相關
磁盤相關
IO
Load
內存相關
網絡相關
端口存活、進程存活
ntp offset（插件）
某個進程資源消耗（插件）
netstat、ss 等相關統計項採集
機器內核配置參數
Data Model是否強大，是否靈活，對於監控系統用戶的“使用效率”至關重要。比如以zabbix爲例，上報的數據爲hostname（或者ip）、metric，那麼用戶添加告警策略、管理告警策略的時候，就只能以這兩個維度進行。舉一個最常見的場景：
hostA的磁盤空間，小於5%，就告警。一般的服務器上，都會有兩個主要的分區，根分區和home分區，在zabbix裏面，就得加兩條規則；如果是hadoop的機器，一般還會有十幾塊的數據盤，還得再加10多條規則，這樣就會痛苦，不幸福，不利於自動化（當然zabbix可以通過配置一些自動發現策略來搞定這個，不過比較麻煩）。
open-falcon，採用和opentsdb相同的數據格式：metric、endpoint加多組key value tags，舉兩個例子：
通過這樣的數據結構，我們就可以從多個維度來配置告警，配置dashboard等等。 備註：endpoint是一個特殊的tag。
transfer，接收客戶端發送的數據，做一些數據規整，檢查之後，轉發到多個後端系統去處理。在轉發到每個後端業務系統的時候，transfer會根據一致性hash算法，進行數據分片，來達到後端業務系統的水平擴展。
transfer 提供jsonRpc接口和telnet接口兩種方式，transfer自身是無狀態的，掛掉一臺或者多臺不會有任何影響，同時transfer性能很高，每分鐘可以轉發超過500萬條數據。
transfer目前支持的業務後端，有三種，judge、graph、opentsdb。judge是我們開發的高性能告警判定組件，graph是我們開發的高性能數據存儲、歸檔、查詢組件，opentsdb是開源的時間序列數據存儲服務。可以通過transfer的配置文件來開啓。
transfer的數據來源，一般有三種：
falcon-agent採集的基礎監控數據
falcon-agent執行用戶自定義的插件返回的數據
client library：線上的業務系統，都嵌入使用了統一的perfcounter.jar，對於業務系統中每個RPC接口的qps、latency都會主動採集並上報
說明：上面這三種數據，都會先發送給本機的proxy-gateway，再由gateway轉發給transfer。
Alerting
報警判定，是由judge組件來完成。用戶在web portal來配置相關的報警策略，存儲在MySQL中。heartbeat server 會定期加載MySQL中的內容。judge也會定期和heartbeat server保持溝通，來獲取相關的報警策略。
heartbeat sever不僅僅是單純的加載MySQL中的內容，根據模板繼承、模板項覆蓋、報警動作覆蓋、模板和hostGroup綁定，計算出最終關聯到每個endpoint的告警策略，提供給judge組件來使用。
transfer轉發到judge的每條數據，都會觸發相關策略的判定，來決定是否滿足報警條件，如果滿足條件，則會發送給alarm，alarm再以郵件、短信、米聊等形式通知相關用戶，也可以執行用戶預先配置好的callback地址。
用戶可以很靈活的來配置告警判定策略，比如連續n次都滿足條件、連續n次的最大值滿足條件、不同的時間段不同的閾值、如果處於維護週期內則忽略 等等。
+
另外也支持突升突降類的判定和告警。
Query
到這裏，數據已經成功的存儲在了graph裏。如何快速的讀出來呢，讀過去1小時的，過去1天的，過去一月的，過去一年的，都需要在1秒之內返回。
這些都是靠graph和query組件來實現的，transfer會將數據往graph組件轉發一份，graph收到數據以後，會以rrdtool的數據歸檔方式來存儲，同時提供查詢RPC接口。
query面向終端用戶，收到查詢請求後，會去多個graph裏面，查詢不同metric的數據，彙總後統一返回給用戶。
Dashboard
dashboard是面向用戶的查詢界面。在這裏，用戶可以看到push到graph中的所有數據，並查看其趨勢圖
Fe
這是Go版本的UIC，也是一個統一的web入口，因爲監控組件衆多，記憶ip、port去訪問還是比較麻煩。fe像是一個監控的hao123
Portal
Portal是用來配置報警策略的
HBS(Heartbeat Server)
心跳服務器，公司所有agent都會連到HBS，每分鐘發一次心跳請求。
Judge
Judge用於告警判斷，agent將數據push給Transfer，Transfer不但會轉發給Graph組件來繪圖，還會轉發給Judge用於判斷是否觸發告警。
Links
Links是爲報警合併功能寫的組件。如果你不想使用報警合併功能，這個組件是無需安裝的。
Alarm
alarm模塊是處理報警event的，judge產生的報警event寫入redis，alarm從redis讀取處理
Task
task是監控系統一個必要的輔助模塊。定時任務，實現瞭如下幾個功能：
index更新。包括圖表索引的全量更新 和 垃圾索引清理。
falcon服務組件的自身狀態數據採集。定時任務了採集了transfer、graph、task這三個服務的內部狀態數據。
falcon自檢控任務。