2021 年下旬，有關可觀測性的研討如雨后春筍般層出不窮，在解讀 CNCF 云原生計算基金會 2021 年度云原生調查時，CNCF 執(zhí)行董事 Priyanka Sharma 曾表示：“隨著容器基礎設施的上層和底層不斷成熟，2022年將成為邊緣、可觀測性和安全等新興云原生領域的標志性一年。”
當前傳統(tǒng)監(jiān)控體系所面臨的諸多局限真的能夠通過可觀測性解決嗎？企業(yè)又該如何構建適配自身的可觀測性體系？
可觀測性“火熱出圈”
“可觀測性”并不是一個新詞，其概念最早由現(xiàn)代控制理論之父 Rudolf Kalman 提出：“如果對于狀態(tài)和控制向量的任何可能演變，僅使用輸出的信息就可以估計當前狀態(tài)，則稱系統(tǒng)是可觀測的。”
那為什么近年來可觀測性的熱度不斷飆升，一度火熱出圈呢？
主要原因在于云原生時代下，系統(tǒng)復雜性的逐步增強。數(shù)字化浪潮推動，企業(yè) IT 業(yè)務開始向云上遷移，為提高遷移效率、運行效率以及服務的靈活性，企業(yè)大多會采用多云/混合云架構，這將大大增加 IT 模型的復雜性。
過去簡單、變更不頻繁的單體式架構可以使用監(jiān)控查看系統(tǒng)運行狀態(tài)，但隨著分布式架構、云原生架構的變遷，越來越多的新訴求開始逐步顯現(xiàn)。
用戶體驗和應用比以往任何時候都重要， 企業(yè)依賴于體系化的 IT 系統(tǒng)來實現(xiàn)增長。
數(shù)字化轉型過程中，應用的數(shù)量、數(shù)據(jù)的體量、變化的頻率和增加的速度，都已經(jīng)遠遠超越了僅通過固定儀表盤就可以管理復雜 IT 系統(tǒng)的能力。
多云/混合云的部署模式都是容器化且動態(tài)變化的， 容器創(chuàng)建的速度和規(guī)模及其生命周期，已超出數(shù)據(jù)中心時代管理邊界。
多種多樣的開發(fā)語言、運行時以及當前采用的支持軟件和數(shù)據(jù)庫等，都已經(jīng)超越了IT從業(yè)者的溝通界面，單獨的溝通形式難以滿足開發(fā)者之間的溝通需求。
企業(yè)資源是有限的， 不斷增加的系統(tǒng)復雜性、故障排查難度正在竊取企業(yè)的創(chuàng)新時間，消耗 IT 從業(yè)者的時間。
點亮監(jiān)控變革信號燈
企業(yè)上云或服務改造的過程中，通常會引入大量新興工具，服務業(yè)務爆炸性增長。云、微服務及容器的使用，將會對 IT 運維及數(shù)字化轉型帶來巨大挑戰(zhàn)。顯然，開源集成或傳統(tǒng)監(jiān)控工具的管理方式已不合時宜，難以助力企業(yè)的數(shù)字化轉型。
每位用戶每一秒的體驗都非常重要，APM采樣方法無法做到全面、全量監(jiān)控。
微服務快速更新的需求會使得監(jiān)控的對象和指標量呈指數(shù)級增長， 傳統(tǒng)方式難以實現(xiàn)海量數(shù)據(jù)的采集和分析。
相比傳統(tǒng)監(jiān)控，可觀測性的側重點不同。 傳統(tǒng)監(jiān)控是對被監(jiān)控設施所進行的明確的、可預測的審視和度量，是為了提高系統(tǒng)可觀測性而使用的手段，注重現(xiàn)實狀態(tài)的變化。而可觀測性是一種方法，通過檢查系統(tǒng)的外部輸出衡量系統(tǒng)內部狀態(tài)的能力，也是系統(tǒng)的核心能力。
因此，Gartner認證的應用性能管理（APM）解決方案提供商基調聽云認為，可觀測性是 IT 建設過程中的必要手段。 在開發(fā)與維護的生命周期中，都應具備可觀測性能力，動態(tài)高效地定位并解決突發(fā)性問題，在系統(tǒng)不可用時，快速了解問題現(xiàn)狀及原因，有效預防故障發(fā)生，而不是簡單地降級限流。
可觀測性構建的正確打開方式
既然可觀測性相比傳統(tǒng)監(jiān)控體系具有諸多優(yōu)勢和價值，那么該如何構建呢？首先需要了解一個優(yōu)秀的可觀測性平臺應具備什么樣的能力：
全面、全量的數(shù)據(jù)采集能力，擴大數(shù)據(jù)采集的廣度、深度及數(shù)量；
通過自動化技術實現(xiàn)數(shù)據(jù)采集的可伸縮和完整性；
高基分析的能力；
超大規(guī)模實時計算能力；
多源集成能力；
基于AI和確定性因果關系的根因分析能力；
業(yè)務實時洞察能力。
基調聽云智能業(yè)務可觀測性平臺
不同企業(yè)訴求不同，又該如何快速構建適合自身業(yè)務系統(tǒng)的可觀測性呢？ 以基調聽云可觀測性平臺的發(fā)展為例，構建完備的可觀測性平臺可以分三步走。
融匯：以用戶體驗和業(yè)務為中心，夯實數(shù)據(jù)基礎
全面豐富的數(shù)據(jù)是一切分析工具及決策的來源，盡可能收集基礎數(shù)據(jù)將有利于后續(xù)分析，否則當系統(tǒng)故障需要排查分析時，將難以有效評估當時的狀態(tài)。
為完善技術?？捎^測性數(shù)據(jù)的采集能力，基調聽云以Tracing為核心，全面采集APP、Web、小程序及系統(tǒng)應用的指標數(shù)據(jù)，以業(yè)務承載關系采集主機、云原生組件、數(shù)據(jù)庫、信息隊列指標數(shù)據(jù)。
融合撥測平臺（STM）主動采集可觀測性數(shù)據(jù)；
OneSDK / OneJS 采集集DEM終端的性能，會話和行為可觀測數(shù)據(jù)；
一體化 Agent 采集后端應用性能、基礎組件及日志數(shù)據(jù)，覆蓋從業(yè)務層、應用層到云原生基礎資源層全量可觀測數(shù)據(jù)采集；
支持 OpenTelemetry，第三方 APM 數(shù)據(jù)接入，指標體系基于 OpenMetrics 實現(xiàn)廣泛第三方可觀測性指標及元數(shù)據(jù)的接入。
融通：注重數(shù)據(jù)的治理與應用，數(shù)據(jù)關聯(lián)豐富化
眾所周知，傳統(tǒng)意義上可觀測性有三大支柱：Metrics 、Logging、Tracing，但割裂、無關聯(lián)的數(shù)據(jù)會對數(shù)據(jù)檢索帶來嚴峻的挑戰(zhàn)，更難進一步定位根因。
基調聽云將用戶體驗、Metrics 、Logging、Tracing為可觀測性的四大支柱，重點關注用戶體驗數(shù)據(jù)，以Tracing為核心，連通Mertrics、Logs 數(shù)據(jù)，實現(xiàn)數(shù)據(jù)間的關聯(lián)分析、統(tǒng)一建模與轉化關聯(lián)，做到問題的精準定位與數(shù)據(jù)的精準檢索，有效解決傳統(tǒng)監(jiān)控的數(shù)據(jù)孤島問題。
以 Tracing 為核心融合可觀測性三大支柱
此外，基調聽云通過實時的業(yè)務洞察、業(yè)務影響及流程分析，實現(xiàn)性能數(shù)據(jù)與客戶業(yè)務數(shù)據(jù)的有機結合， 讓 IT 和業(yè)務在同一套平臺下協(xié)作，這也是基調聽云可觀測性平臺的核心競爭力之一。
如上圖所示，通過指標與 Tracing 的結合可以對 VIP 用戶進行識別，設置 VIP 用戶的業(yè)務性能閾值，最終實現(xiàn) VIP 用戶的告警和體驗保障。
融智：多元數(shù)據(jù)整合，增強數(shù)據(jù)應用能力及可觀測性
智能化技術在可觀測性數(shù)據(jù)分析中的作用不可或缺，可觀測性的數(shù)據(jù)只有被關聯(lián)起來一起分析時才能發(fā)揮出它們最大的價值，但可觀測性的數(shù)據(jù)是海量的，只靠人力分析、運維很難全面考慮，而人工智能算法是當前處理海量數(shù)據(jù)最有希望的方法。
此外，智能化技術在云原生系統(tǒng)運維中還將作為可觀測性的重要補充，發(fā)揮不可替代的作用，通過引入 AI 算法模型和機器學習，整合原有數(shù)據(jù)，可以進一步增強可觀測能力，如使用 AI 進行容量預測，提前發(fā)現(xiàn)系統(tǒng)性能容量瓶頸，實現(xiàn)故障發(fā)現(xiàn)與預防。
智能故障管理
可觀測性體系的實踐案例
案例一：常見場景之客戶投訴
任何行業(yè)都有可能遇到客戶投訴的場景，面對客戶投訴，在使用可觀測性平臺的情況下，只需知道一個用戶標識即可輕松查詢相關信息。
相較傳統(tǒng)監(jiān)控將信息傳給運維部門，再由研發(fā)人員檢索日志的方式，使用可觀測性平臺能夠大大提升檢索效率，減少時間成本。此外，除了快速響應客戶投訴解決問題外，還能夠通過對投訴時間段內所觀測信息的分析復盤，挖掘深層次的原因并掌握故障的影響范圍。
案例二：某大型銀行可觀測性實踐
隨著應用系統(tǒng)架構由傳統(tǒng)向新的架構平臺轉換，硬件架構由獨立服務器向虛擬資源池、容器環(huán)境轉換，某大型銀行面臨監(jiān)控數(shù)據(jù)割裂，缺乏端到端應用性能觀測手段、用戶體驗觀測手段亟待建設等諸多業(yè)務挑戰(zhàn)。
如上圖所示，融合基調聽云SDK、SkyWalking和 OpenTelemetry 的調用連數(shù)據(jù),通過抽取鏈路指標、關聯(lián)日志，實現(xiàn)可觀測數(shù)據(jù)的關聯(lián)融合。通過UserId及 TraceId的關聯(lián)，實現(xiàn)端到端的交易全鏈路問題追溯；通過基于真實用戶的用戶旅途，還原用戶會話行為；通過異常檢測、相關性分析和根因分析，實現(xiàn)IT系統(tǒng)問題的根因定位。
案例三：某運營商可觀測性建設
面對運營商缺少統(tǒng)一的DevOps監(jiān)控工具、缺乏全鏈路調用追蹤和故障異?？焖俜治鍪侄?、難以保障重大體育賽事直播等種種業(yè)務挑戰(zhàn)，基調聽云從容迎戰(zhàn)。
通過基調聽云智能可觀測性平臺，將聽云APM監(jiān)控、Zabbix基礎監(jiān)控、日志易日志監(jiān)控有機集合，實現(xiàn)一體化可觀測平臺。
最終該運營商從容地支撐了高達70萬tps的業(yè)務峰值，在國家級奧運盛事的直播期間，經(jīng)第三方中立機構評測，用戶體驗性能得分第一。
案例四：某頭部城商行可觀測性一體化平臺建設
某銀行隨著信息科技系統(tǒng)架構日趨復雜、 客戶人數(shù)急劇增長，對需求快速交付，系統(tǒng)的穩(wěn)定性、高效性、服務水平等方面都提出了更高的要求。
針對該銀行對實現(xiàn)管理對象統(tǒng)一調度、數(shù)據(jù)統(tǒng)一加工、工具統(tǒng)一治理，以及統(tǒng)一采控、統(tǒng)一數(shù)據(jù)、工具打通，優(yōu)先解決故障告警分析的需求，基調聽云從多個方面助力改造：
通過可觀測性一體化平臺對接已有各專業(yè)運維工具，形成一體化的智能運維平臺，提升系統(tǒng)運行狀態(tài)感知能力，問題分析定位，應急處置能力，并提供統(tǒng)一運維門口，提升運維效率和業(yè)務連續(xù)性服務水平；
通過可觀測性一體化平臺構建智能運維大數(shù)據(jù)平臺，提供運維管理數(shù)據(jù)加工，指標體系計算能力，性能容量分析能力，業(yè)務系統(tǒng)健康度分析能力，智能告警分析能力；
通過可觀測性一體化平臺建設以用戶旅程為抓手的業(yè)務體驗端到端可觀測體系，為提升用戶體驗、系統(tǒng)健壯性提供支撐。
可觀測性的用武之地才剛剛開始
龐大的數(shù)據(jù)量，系統(tǒng)架構的演化，讓容器、數(shù)據(jù)之間的關系變得錯綜復雜，故障排查棘手，此時打造具備可觀測性的系統(tǒng)成為應對之策。
可觀測性是云原生時代下能夠聯(lián)動 IT 與業(yè)務的能力，它本質上符合云原生環(huán)境以業(yè)務應用為核心的趨勢。從監(jiān)控到可觀測性的發(fā)展，拓寬了傳統(tǒng)監(jiān)控的能力邊界，打破了傳統(tǒng)被動監(jiān)控方式，形成了主動、全局式的統(tǒng)一智能觀測能力，更有利地幫助我們掌握系統(tǒng)健康程度。
未來，隨著云原生的快速發(fā)展，可觀測性的發(fā)展?jié)摿薮?，其用武之地才剛剛開始。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
