可观测性定义
可观测性是指通过检查系统的外部输出，尤其是其数据，来理解系统内部状态的能力。
在现代应用开发的背景下，可观测性是指从各种来源收集和分析数据 —— 日志、指标和追踪 —— 以深入了解在你环境中运行的应用程序的行为。它可以应用于你构建并希望进行监控的任何系统。
可观测性对于当今动态架构和多云计算环境至关重要。它使软件工程师、 IT 、 DevOps 和 SRE（Site Reliability Engineering - 站点可靠性工程）团队能够解读遥测数据。这可以借助可视化工具 —— 仪表板、服务依赖图和分布式追踪 —— 以及 AIOps 和机器学习方法来完成。借助合适的可观测性解决方案， 你可以了解应用、服务和基础设施的运行情况，以便跟踪和应对问题。
为什么可观测性很重要 —— 我们为什么需要它？
可观测性很重要，因为它使团队能够评估、监控和提升分布式 IT 系统的性能。它比传统的监控方法更有效。端到端的可观测性平台可以打破孤岛，促进协作。问题可以被主动诊断、分析并追踪到源头。
可观测性为 IT 组织在云原生环境中的众多数据源之间提供真正的可见性。可观测性的三大支柱是日志、指标和追踪。全栈可观测性使你能够实时及历史性地追踪多云生态系统的性能。你可以综合来自硬件、软件、云基础设施组件、容器、开源、微服务等生成的端点和服务的数据。
可观测性帮助组织：
-
发现并分析性能事件对业务的影响
-
提高软件开发生命周期的效率
-
加快问题解决和根本原因分析
-
改善终端用户体验
-
加强应用程序安全性
可观测性解决方案对企业的 IT 运维和业务成果同样关键。可观测性带来更快、更高质量的应用交付，从而为团队节省成本并优化资源。更高性能的应用最终会带来更多收入。
可观测性 vs. APM vs. 监控
了解可观测性、 APM 和监控之间的区别。
监控
监控是团队观察和评估各自系统状态的方式。它通常使用预定义的指标和日志集合来跟踪错误和使用模式。这些可以帮助回答关于服务器利用率、响应时间和吞吐量的简单问题。专门的监控工具可以帮助揭示团队可以预期的孤立问题。但在更复杂的云原生应用中，问题更难预测，因为存在大量依赖关系。团队需要工具来应对这种复杂性。
APM
应用性能监控（Application Performance Monitoring - APM ）—— 通常被视为可观测性的一部分 —— 是一种用于深入了解应用程序代码和依赖关系的监控方式。 APM 的一个关键特性是分布式追踪，用于跟踪应用中的端到端事务。 APM 可以帮助支持和优化应用性能、识别瓶颈并提升用户体验。
可观测性
可观测性包含了 APM 和传统监控工具，但并不取代它们。它提供了一套更全面的工具，专为当今复杂的软件系统构建，能够揭示你整个基础设施的健康状态和性能的细粒度洞察。
可观测性使用在你环境中的所有应用、微服务、服务器和数据库中收集和聚合的日志、追踪和指标。这帮助团队通过查看整个 IT 生态系统中的数据和依赖关系来识别问题根本原因。通过使用统计和机器学习方法分析属性和模式，它能够提供对系统中未知问题的可操作洞察。
可观测性是如何工作的？
可观测性通过持续收集性能数据来创建每个用户请求和事务的完整、关联记录。系统的可观测性越强， 你 就能越快速、准确地识别并追踪性能问题的根源。可观测性的关键概念包括：
日志数据 - log data
日志提供了应用事件的时间戳记录。一个大型组织每天可能会生成数十亿条日志！
指标 - metrics
指标是时间序列数据，用于衡量应用和系统的健康状况与性能变化。
分布式追踪
分布式追踪在整个分布式架构中为每个用户请求提供端到端、代码级别的记录。
依赖关系映射
依赖关系图显示应用、服务和基础设施组件之间的连接方式。
异常检测
异常检测使用基准设定、统计分析或机器学习来提前预警系统中的异常行为。
一个可观测性平台可以实时关联大量遥测数据，为 DevOps、 SRE 和 IT 团队提供任何事件或问题的完整上下文视图。
了解如何为你的组织构建成熟的可观测性实践。
可观测性的使用场景有哪些？
可观测性工具使团队能够处理海量数据，无需繁琐的人工操作或低效的系统。可观测性平台能够在影响客户体验和收入之前解决问题并确定根本原因。其潜在使用场景根据组织的不同领域而有所不同，涵盖从开发和 IT 运维到高管层的多个层面。
监控和响应系统性能
调试和应用性能是可观测性的主要使用场景。它可以帮助你回答有关服务和系统整体健康状况的问题。 DevOps 中的可观测性可以监控某个操作的平均响应时间，并找出导致部分用户加载时间变长的原因。它还能告诉你哪些服务需要优化，或是某项变更如何引入延迟或影响应用性能。它还会向你报告用户体验的基本情况以及你的 SLO（服务等级目标）达成情况。
提升业务表现与生产力
将业务数据与运营数据关联起来，可以大幅提升业务表现。将两者结合可提供全面可见性，让你以整体方式处理复杂系统。通过更高效的运维，你的团队可以在问题出现时快速应对，并将更多时间投入业务的其他部分。更好的可见性与更流畅的流程可带来更多收入和更高生产力。
推动数字化与云转型
随着企业推进应用现代化和云基础设施建设，可观测性为他们提供了对所有运行组件的全局视图。在迁移期间保持系统持续运行是一项复杂任务。全栈可观测性对于确保你的系统在云迁移过程中及之后可靠运行是必不可少的。
微服务架构进一步增加了复杂性。由于微服务可以独立部署在不同主机上，它们让应用更具可扩展性且更易维护。但必须跟踪微服务架构中的更新、错误和故障。可观测性可以让你全面了解动态系统中的依赖关系。例如：
- 值得思考
- AH Tech 为 Ahold Delhaize 食品集团引入了可观测性平台，让他们可以在订单履行链的每个阶段追踪单个商品。他们能观察整个流程的实时数据，甚至包括 13,000 个销售点中每个单位的价格。 IT 团队现在可以在门店报告问题之前发现问题。
- 绝佳视角
- 法国旅游网站 Oui.sncf 的快速增长导致多个数据孤岛，影响用户体验并威胁收入。可观测性成为了解决方案。他们采用可观测性平台后，多个部门能够连接所有运营数据。车票收入、购买时长、购物车放弃率都能按地区进行分析。仪表板功能让故障排查更容易，团队可以实时响应事件，将事件解决时间从数小时缩短到几分钟。
可观测性的优势有哪些？
可观测性有助于解决 IT 团队、 DevOps、 SRE 以及整个组织面临的业务和运维挑战。以下是一个优秀的可观测性解决方案所带来的好处：
性能监控带来快速解决
可观测性可以发现你从未想过要关注的问题。这使你能够识别在高度分布式系统中具体应用性能问题的根本原因。内置的机器学习可以自动将异常与下游数据和依赖项关联，提供可操作的结果。
全面且即时的可见性
清晰查看云原生和混合环境，包括 Kubernetes。指标、日志和追踪可以轻松从应用和基础设施中获取。所有数据统一展示于同一界面中。
消除工具孤岛
可观测性可以整合多个工具，从整体上收集遥测数据。
更佳的用户体验
在用户发现问题之前主动捕捉问题。确认主机、服务和 API 的健康状态，并通过页面加载、请求和延迟等指标追踪各区域和设备的性能与可用性。连接运营和业务的关键绩效指标。
可观测性面临哪些挑战？
可观测性的挑战与复杂架构的爆炸式增长密切相关。没有合适的可观测性解决方案，原始数据的数量、速度和多样性会让获取答案变得困难，并大幅提高成本。对于 AWS、Azure 和 GCP 等云平台，以及 Kubernetes 和容器等云原生技术而言，这一点尤为明显。
缺乏有效可观测性策略的组织还会在端到端分布式追踪方面面临挑战。动态架构需要对运行在容器中的工作负载具备实时可见性。团队无法手动从多个仪表板中拼接信息。
基础设施迁移和多云部署也可能带来障碍。噪声数据、零散的监控策略和工具泛滥都是潜在阻力。再加上团队之间的隔阂，有价值的信号和结论可能被忽略或丢失。
在整个组织内部建立可观测性文化本身就是一项挑战。对于很多 IT 和开发人员来说，向不完全了解其影响的人阐述可观测性的业务价值并不容易。实施全面可观测性方案的短期成本和牺牲，与长期节省和效率提升相比，往往只有工程师才能真正理解。
一个很好的切入点是说明：可观测性可以在各个层面带来显著的性能提升和成本节省。
可观测性工具的关键特性
可观测性平台的关键特性包括：实时洞察、多信号数据聚合和交互式可视化。当然，合适的可观测性工具还应易于使用和部署。至少，它应提供对混合和多云软件系统的可见性、提升故障排查效率、提供更好的分析能力并提高运维效率。
统一日志、指标、数据、追踪和合成监测的单一技术栈有助于打破数据孤岛。团队可以轻松将遥测数据导入一个开放且可扩展的平台。同时，具备上下文的数据模型提供从任意来源采集、存储和可视化任意数据的灵活性。
理想的可观测性工具还应支持对实时事件进行搜索、监控和分析。你可以分析某一事务的日志、监控其运行所在主机或容器的性能指标、追踪事务、检查整体服务可用性等。
Elastic 可观测性
Elastic Observability 构建于 Elastic Stack 之上，借助搜索能力帮助组织关联无限遥测数据，将数据转化为结果。在统一的体验中，Elastic Observability 提供对 AWS、Microsoft Azure 和 Google Cloud 等云环境的可见性，集成简便、数据接入顺畅。
Elastic Observability 已被证明能为企业带来 10 倍性能提升和 75% 成本节省。想了解 Elastic Observability 是否适合你和你的组织，可以启动沙盒演示或直接开始免费试用。
将你的数据转化为可执行的可观测性洞察。
可观测性资源
原文：What is Observability? | A Comprehensive Observability Guide | Elastic
扫一扫
1575
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
