TOP100高頻問鏈路的穩(wěn)定性和可靠性，“云深不可見”難題突顯。為解決上述難題，“（Observability）”應(yīng)運(yùn)而生。可觀測性是當(dāng)今IT領(lǐng)域最熱門的話題之一，它可以幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)價值最大化、加速企業(yè)數(shù)字化轉(zhuǎn)型。 CONC OBSERVABILQ1云計算時代下，企業(yè)的應(yīng)用交付鏈路越來越復(fù)雜，云原生、微服務(wù)、大型分布式等新技術(shù)給企業(yè)帶來競爭力的同時，也帶來了全新的挑戰(zhàn)，“云深不可見”難題突顯。這些高度動態(tài)化、分布式的云原生技術(shù)與以往截然不同，這導(dǎo)致復(fù)雜性變得一發(fā)不可收拾。這些復(fù)雜性已經(jīng)超出了現(xiàn)代IT團(tuán)隊的管理能力極限，并且還在不斷擴(kuò)大。若想解決這些復(fù)雜的挑戰(zhàn)、并隨時了解瞬息萬變的環(huán)境中所發(fā)生的一切，需要全新的技術(shù)出現(xiàn)，“可觀測性（Observabilty）”應(yīng)運(yùn)而生。可觀測性是當(dāng)今IT領(lǐng)域最熱門的話題之一，Gartner將其列為“2023年度企業(yè)十大重要戰(zhàn)略技術(shù)趨勢”之一，并指出可觀測性以幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)價值最大化、加速企業(yè)數(shù)字化轉(zhuǎn)型。2021功推動了中國通信行業(yè)標(biāo)準(zhǔn)的立項。尤其是近年來云原生的廣泛普及，“可觀測性”逐漸取代“監(jiān)控”成為了企業(yè)IT建設(shè)與運(yùn)營的不可或缺的核心能力。可觀測性作為一種技術(shù)或方法，具有廣闊的發(fā)展空間，除了在IT運(yùn)維領(lǐng)域，還可以在許多其他領(lǐng)域發(fā)揮作用并取得突破，為社會發(fā)展帶來積極影響。Q3什么是可觀測性的“三大支柱可觀測性有三大支柱，包括指標(biāo)（Metris）、日志（s）、跟蹤（s）。這三大支柱共同構(gòu)成了現(xiàn)代可觀測性的基礎(chǔ)，幫助開發(fā)人員和運(yùn)維人員更好地理解和監(jiān)控系統(tǒng)。Q4Remedate（止損）來思考如何、MTTI、MTTR等指標(biāo)相響應(yīng)。因此，基于三大階段的思維來構(gòu)建可觀測性能力，團(tuán)隊可以快速地從遙測數(shù)據(jù)中獲取價值。Q5 可觀測性的“支柱”?系統(tǒng)運(yùn)行狀態(tài)監(jiān)測：通過在系統(tǒng)中埋點(diǎn)或統(tǒng)計已有數(shù)據(jù)，如PU使用率、訪問S、響應(yīng)耗時等，開發(fā)人員可以快速了解到系統(tǒng)的運(yùn)行狀態(tài)。出現(xiàn)問題后，各個指標(biāo)數(shù)據(jù)會首先出現(xiàn)波動，這些波動會反映出系統(tǒng)是在哪些方面出現(xiàn)了問題，從而幫助排查和解決問題。 可觀測性的“支柱”? 可觀測性的“支柱”?可觀測性的構(gòu)建塊--分布式鏈路追蹤分布式鏈路追蹤儀是一系列存在關(guān)聯(lián)關(guān)系的事件，提供依賴包，能自動創(chuàng)建并管理這些事件的關(guān)聯(lián)關(guān)系。可觀測系統(tǒng)中的鏈路僅是一連串相關(guān)聯(lián)的事件，為了進(jìn)一步探究可觀測統(tǒng)的可能性，必須研究鏈路追蹤系統(tǒng)的內(nèi)部原理。鏈路追蹤是一種重要的軟件調(diào)試技術(shù)，在整個程序執(zhí)行過程中記錄各種各樣的信息，以診斷問題。分布式鏈路追蹤是追蹤單一請求整個過程(鏈路)的一種方式，且該請求過程可能經(jīng)過一個應(yīng)用中的多個服務(wù)。為了滿足功能，請求可能要跨進(jìn)程、機(jī)器甚至網(wǎng)絡(luò)邊界，這也正是“分布式”的由來。微服務(wù)架構(gòu)的流行導(dǎo)致調(diào)試定位微服務(wù)間故障和性能問題的需求攀升。但是，一旦請求跨邊界--比如從機(jī)房到云基礎(chǔ)設(shè)施中，或者從你控制的基礎(chǔ)設(shè)施到你不控制的S服務(wù)，然后返回，這時對于診斷問題、優(yōu)化代碼和構(gòu)建更可靠的服務(wù)，分布式鏈路追蹤可能就非常有用。依賴關(guān)系可能使問題變得模糊不清，如果不能清理解依賴關(guān)系，調(diào)試可能就會變得尤為困難，鏈路能幫助你理解系統(tǒng)依賴關(guān)系。 Q10 Q14 可觀測性的核心分析循環(huán)基于第一性原理，專注于發(fā)現(xiàn)未知的故障模式，尤其是那些未被預(yù)見的問題（即“未知的未知”）。優(yōu)化可觀測性的關(guān)鍵在于理解所編寫代碼的實(shí)時狀態(tài)，這些狀態(tài)比業(yè)務(wù)邏輯變化更頻繁且更不可預(yù)測。因此，可觀測性在應(yīng)對快速迭代、復(fù)雜環(huán)境中的調(diào)試需求時尤為重要。CATIONOF ABILITYTEC Q17用elasticsearch、clickhouse，對于具備一定規(guī)模的拓?fù)漕悢?shù)據(jù)的存儲，可以采用圖數(shù)據(jù)庫neo4j。可觀測對象數(shù)據(jù)和配置數(shù)據(jù)Q18 BonreeONE可觀測全域數(shù)據(jù)模型從模型定義即實(shí)現(xiàn)了以實(shí)體為中心實(shí)現(xiàn)元數(shù)據(jù)、事件模型、日志模型、指標(biāo)模型、調(diào)用鏈模BonreeONE平臺流暢地進(jìn) 實(shí)現(xiàn)探針端的數(shù)據(jù)管理。安裝探針時，需用數(shù)據(jù)網(wǎng)關(guān)匯總觀測數(shù)據(jù)。可先用nginx轉(zhuǎn)發(fā)數(shù)據(jù)，再自研數(shù)據(jù)網(wǎng)關(guān)實(shí)現(xiàn)更多功能。完整上報。保證探針穩(wěn)定保證數(shù)據(jù)時效完成數(shù)據(jù)治理工作數(shù)據(jù)傳輸通信。在數(shù)據(jù)傳輸過程中，傳輸?shù)目煽啃詫τ诳捎^測系統(tǒng)來說非常重要。數(shù)據(jù)安全 建設(shè)統(tǒng)一的數(shù)據(jù)檢索視圖 豐富的數(shù)據(jù)展現(xiàn)形式是直接的價值體現(xiàn)。為了讓企業(yè)人員以低成本的方式理解和使用可觀測系統(tǒng)，UI界面設(shè)計需要重點(diǎn)考慮數(shù)據(jù)可視化的建設(shè)能力。豐富表現(xiàn)形式的數(shù)據(jù)看板是非常有必要的，經(jīng)過探針采集得到的中間件指標(biāo)，以及業(yè)務(wù)服務(wù)性能統(tǒng)計結(jié)果，都可以保存到高性能時序數(shù)據(jù)庫中。最終通過類似Grafana圖表的形式展現(xiàn)出來。Grafna提供了強(qiáng)大的時序數(shù)據(jù)查詢語言，可以靈活生成各類圖表。關(guān)系拓?fù)鋱D也會作為可觀測系統(tǒng)展現(xiàn)的一個主要模式，以助于企業(yè)人員梳理不同資源對象之間錯綜復(fù)雜的關(guān)聯(lián)關(guān)系。例如，業(yè)務(wù)地圖的使用，就能夠幫助架構(gòu)師梳理清楚不同業(yè)務(wù)系統(tǒng)的詳細(xì)架構(gòu)。 在數(shù)據(jù)模型的設(shè)計上，數(shù)據(jù)信息需要盡可能通用并且可擴(kuò)展。例如，建設(shè)者可以直接使用OpenTelemetry 據(jù)的上下文連接。舉一個具體的例子，當(dāng)某個業(yè)務(wù)容器的占用率高。此時，采集探針已經(jīng)將容器的P指標(biāo)采集完成，并且在指標(biāo)數(shù)據(jù)中標(biāo)注該指標(biāo)產(chǎn)生于容器，所屬的主機(jī)是B。與此同時，容器中的服務(wù)C正在被其他服務(wù)訪問接口，執(zhí)行了一段消耗U資源的代碼。采集探針抓取到了一條鏈路數(shù)據(jù)以及性能分析數(shù)據(jù)。鏈路數(shù)據(jù)和性能分析數(shù)據(jù)被標(biāo)注產(chǎn)生于服務(wù)C，容器A，以及主機(jī)B。另外，服務(wù)C打印出了一段重要的日志信息被探針的日志采集模塊檢測到，探針對日志數(shù)據(jù)標(biāo)注為服務(wù)C，以及主機(jī)B。 字段的聚合得到的。可觀測性能力建設(shè)者可以采用大數(shù)據(jù)組件中的滾動窗口函數(shù)，實(shí)現(xiàn)對數(shù)據(jù)字段的聚合統(tǒng)計。遙測數(shù)據(jù)經(jīng)過數(shù)據(jù)統(tǒng)計加工處理，輸出的結(jié)果可以進(jìn)入到特征庫中，被AI分析所使用。最后，可觀測系統(tǒng)還需要具備圖數(shù)據(jù)分析能力，用以處理可觀測系統(tǒng)中產(chǎn)生的大量拓?fù)鋱D數(shù)據(jù)。例如，可觀測性能力建設(shè)團(tuán)隊可將服務(wù)關(guān)系拓?fù)渲胁煌?wù)節(jié)點(diǎn)之間訪問耗時信息定義為關(guān)系邊的權(quán)重。每當(dāng)拓?fù)渲械姆?wù)出現(xiàn)訪問超時問題，圖分析模塊可以計算出服務(wù)調(diào)用超時的關(guān)鍵全鏈路調(diào)用路徑，通過路徑中最后一個節(jié)點(diǎn)來得到產(chǎn)生超時問題的根因服務(wù)節(jié)點(diǎn)。

。采集探針端在數(shù)據(jù)上報過程中，應(yīng)支持類似API的token信息，手機(jī)號等必須統(tǒng)一替換掉。

使用ElasticSearch、ClickHouse等非關(guān)系數(shù)據(jù)庫。在大規(guī)模日志采集場景下可以添加Kafka場景時，也可以選擇HDFS/HBase存儲。對于指標(biāo)數(shù)據(jù)推薦使用Prometheus存儲（Prometheus本身也實(shí)現(xiàn)了TSDB數(shù)據(jù)庫），但是原生的TSDB對于大數(shù)據(jù)量的保存及查詢支持不太友好，該數(shù)據(jù)庫不能保證可靠性，且無法支持Prometheus集群架構(gòu)。而Thanos和Cortex都是在數(shù)據(jù)可靠性和集群高可用方面進(jìn)行了優(yōu)化和增強(qiáng)，目前都是CNCF孵化中的項目，也是不錯的選擇。在大規(guī)模場景下還可以選擇openTSDB或Clickhouse來進(jìn)行指標(biāo)數(shù)據(jù)存儲。

博睿自研的 AI自適應(yīng)生成式人工智能有170多項技術(shù)加持，國內(nèi)獨(dú)家的“無監(jiān)督知識圖譜”根因分析算法，無需人工

在s領(lǐng)域，通過可觀測產(chǎn)品的實(shí)時監(jiān)控能力，研發(fā)團(tuán)隊能夠及時發(fā)現(xiàn)性能瓶頸或異常情況（通常跟蹤關(guān)鍵的系統(tǒng)指標(biāo)，如PU使用率、內(nèi)存消耗和網(wǎng)絡(luò)流量等），在研發(fā)過程中就能快速發(fā)現(xiàn)異常問題并采取措施，將性能問題遏制在搖籃里。可觀測產(chǎn)品自動化的故障檢測機(jī)制能夠幫助產(chǎn)研團(tuán)隊追蹤業(yè)務(wù)請求在系統(tǒng)中的路徑，識別和解決跨服務(wù)的問題。Q35可觀測工具如何助力企業(yè)實(shí)現(xiàn)高效的云成本FinOps 我們對軟件系統(tǒng)的“可觀測性”定義為：一種度量能力，旨在促進(jìn)企業(yè)更深入地理解和闡釋系統(tǒng)當(dāng)前所處的任意狀態(tài)，無論這些狀態(tài)多么新穎或異常。此能力需支持在特定的迭代分析過程中，跨系統(tǒng)狀態(tài)數(shù)據(jù)的所有維度及其組合，對比并調(diào)試這些新穎或異常的狀態(tài)，且無需預(yù)先定義或預(yù)測相關(guān)的調(diào)試需求。若能在無需發(fā)布新代碼（例如，增加調(diào)試日志）IT架構(gòu)中的關(guān)鍵組成部分，Kubernetes、Serverless等都是時下極其重要的云原生技術(shù)。KubernetesPod是動態(tài)變化的，可觀測產(chǎn)品能夠?qū)崟r監(jiān)控這些實(shí)例的健康狀態(tài)、資源使用情況（CPU、內(nèi)存）以及生命周期事件，以確保容器化應(yīng)用的穩(wěn)定性和性能。在Kubernetes中，服務(wù)之間的通信非常頻繁，可觀測產(chǎn)品可以提供服務(wù)發(fā)現(xiàn)功能，幫助用戶了解服務(wù)間實(shí)時變化的依賴關(guān)系和調(diào)用鏈路，快速發(fā)現(xiàn)、識別性能瓶頸和故障傳播路徑。可觀測產(chǎn)品能夠很好地適配Kubernetes自動伸縮和負(fù)載均衡能力，Serverless環(huán)境中，函數(shù)即服務(wù)（FaaS）是核心。Serverless函數(shù)的冷啟動的時間和頻率，幫助優(yōu)化啟動策略和提高用戶體驗；監(jiān)控事件的觸發(fā)、處理和響應(yīng)時間，確保事件處理的及時性和正確性；監(jiān)控Serverless函數(shù)的成本，分析資源使用模式，提供優(yōu)化建議，幫助用戶節(jié)省成本。 可觀測性如何應(yīng)用在AI/MLAI/ML可觀測性指的是在AI（ArtificialIntelligence，即人工智能）和ML（MachineLearning，即機(jī)器學(xué)習(xí)）系統(tǒng)的開發(fā)、部署 可觀測性為SRE（SiteReliabilityEngineering，即服務(wù)可靠性工程）基于數(shù)據(jù)驅(qū)動的運(yùn)維提供基礎(chǔ)支撐。SRE理論認(rèn)為，系統(tǒng)風(fēng)險是難以避免的，因此針對系統(tǒng)風(fēng)險進(jìn)行的管理和容錯是第一要務(wù)，其中風(fēng)險管理及容錯設(shè)計的核心是SLO（ServiceLevelObjectives，即服務(wù)等級目標(biāo)）。由于系統(tǒng)風(fēng)險難以避免，因此SRE的目標(biāo)并不是達(dá)到100%可觀測性產(chǎn)品在定義SLI（ServiceLevelIndic，服務(wù)等級指標(biāo)）方面具有持續(xù)采集性能數(shù)據(jù)的優(yōu)勢。可觀測性可有效提升示的儀表板。可觀測性產(chǎn)品能有效提升SRE團(tuán)隊工作成效。作為SRE有效地監(jiān)控、分析和優(yōu)化生產(chǎn)系統(tǒng)至關(guān)重要。 可觀測能力促進(jìn)人力成本優(yōu)化。人力是除IT資源成本以外云上成本對重要支出項，為了讓核心工作人員聚焦在核心工作上，需要權(quán)衡研發(fā)工作和穩(wěn)定性保障工作，可以結(jié)合可觀測性在SRE上的應(yīng)用場景，通過深思熟慮的O來做關(guān)鍵決策，確定工作優(yōu)先級和對用戶更有價值的工作。 Q43可觀測產(chǎn)品采集的用戶行為數(shù)據(jù)還可以在A/B測試和優(yōu)化實(shí)驗中發(fā)揮關(guān)鍵作用。通過對比不同版本或策略對用戶行為和關(guān)鍵指標(biāo)的影響，企業(yè)可以確定最有效的實(shí)踐和策略，進(jìn)而優(yōu)化產(chǎn)品功能、界面設(shè)計和營銷策略，以提高用戶的參與度和業(yè)務(wù)績效。可觀測性產(chǎn)品中采集的數(shù)據(jù)可以揭示用戶在使用過程中遇到的問題，如頁面加載速度慢或?qū)Ш浇Y(jié)構(gòu)復(fù)雜等。企業(yè)可以利用這些數(shù)據(jù)快速發(fā)現(xiàn)并解決潛在的用戶體驗問題，包括性能瓶頸和功能異常，從而提升用戶滿意度和留存率。

主機(jī)可觀測是指對物理服務(wù)器或虛擬機(jī)的性能和健康狀態(tài)進(jìn)行實(shí)時跟蹤。通常包含使用率、內(nèi)存占用、磁盤、網(wǎng)絡(luò)流可觀測側(cè)重于跟蹤和管理運(yùn)行在主機(jī)上的各個進(jìn)程，包括進(jìn)程的啟動、停止、重啟以及它們的資源消耗情況。

可觀測性平臺界面需要構(gòu)建一套資源體系，以方便資源對象的管理與治理。統(tǒng)一構(gòu)建的可觀測性平臺，接入了大量的遙測數(shù)據(jù)，數(shù)據(jù)中包含著大量的實(shí)體和關(guān)系，因此需要一套產(chǎn)品化的資源體系以實(shí)現(xiàn)管理與治理。這些實(shí)體和關(guān)系構(gòu)成了對象模型，通過資源體系來組織對象模型，能夠讓用戶體系化地管理可觀測對象。資源體系的組織類似于CMDB，但又不等同于DB。資源體系是動態(tài)生成的，實(shí)時性高，不需要手工配置、手工校準(zhǔn)即可自動生成一體化的配置信息、依賴關(guān)系。資源體系的客觀性、實(shí)時性、自動化特性，在s根因分析與影響面分析場景中，具有絕對的天然優(yōu)勢。對象模型一般包括物理對象模型、邏輯對象模型。以Dynatrac的對象模型為例，它定義了Srvice服務(wù)、進(jìn)程組（Group）兩種邏輯對象。1）運(yùn)行Service和PG的主 Host。2）PGI（程組實(shí)例），SI（服務(wù)實(shí)例），一個服務(wù)實(shí)例被發(fā)現(xiàn)并運(yùn)行在一個PGI

指標(biāo)體系是一套用于衡量、監(jiān)控和評估系統(tǒng)可觀測性的定量標(biāo)準(zhǔn)和指標(biāo)集合。可觀測性平臺可以定義全部的指標(biāo)及其詳細(xì)信息，以供用戶對于體系內(nèi)的指標(biāo)數(shù)據(jù)有更好地了解掌控并進(jìn)行管理。關(guān)鍵指標(biāo)體系的建設(shè)，多關(guān)注結(jié)果類指標(biāo)（標(biāo)），多關(guān)注現(xiàn)象；少關(guān)注原因類指標(biāo)（或稱技術(shù)類指標(biāo)），少關(guān)注過程。故障場景的建設(shè)，或能力的建設(shè)，與指標(biāo)體系的建設(shè)類似，應(yīng)該是從上往下、由表及里、逐層推理的。

括對日志文本文件進(jìn)行結(jié)構(gòu)化處理，并提供了一系列函數(shù)，如日期處理、正則表達(dá)式匹配、N解析、地址處理、URL解碼、脫敏等功能。這些函數(shù)可以幫助用戶快速處理和轉(zhuǎn)換數(shù)據(jù)，以滿足各種分析和查詢需求。BILITYBU ANDIMP O 高可觀測可靠性的重要意義可觀測性可觀測性平臺?

因果可觀測性通過拓?fù)錇檫b測數(shù)據(jù)(指標(biāo)、鏈路、流量、日志)提供上下文，隨著時間的推移關(guān)聯(lián)所有數(shù)據(jù)，追蹤變化如何在整個堆棧中傳播，從而豐富網(wǎng)絡(luò)通信數(shù)據(jù)，加強(qiáng)云網(wǎng)絡(luò)空間性能監(jiān)控，強(qiáng)化拓?fù)錇榭捎^測數(shù)據(jù)提供錨點(diǎn)，構(gòu)建自動化空間地圖，提供所有堆棧的三維空間關(guān)系，將內(nèi)部系統(tǒng)徹底白盒化構(gòu)建自動化因果關(guān)系，加速根因識別定位。 自動根因定位，找到何處出錯、為何出錯(定界、定位，AutomaticRCA)；

L5業(yè)務(wù)可觀測性（BusinessObservability）的主要目標(biāo)和功能有哪第二

在基于監(jiān)控的傳統(tǒng)方法中，告警機(jī)制主要聚焦于那些最易量化的情形。指標(biāo)被用于追蹤反映系統(tǒng)基本狀態(tài)的數(shù)據(jù)點(diǎn)，這些數(shù)據(jù)點(diǎn)可能預(yù)示著服務(wù)底層進(jìn)程的效能低下，或是與潛在問題相關(guān)的預(yù)測性信號。例如，U使用率超過80%、內(nèi)存可用率低于10%、磁盤空間接近飽和、運(yùn)行線程數(shù)超過某閾值等狀態(tài)，均可能觸發(fā)告警。然而，這些告警往往缺乏行動導(dǎo)向的明確性，導(dǎo)致在軟件行業(yè)中，基于監(jiān)控的告警系統(tǒng)信噪比低下，進(jìn)而引發(fā)告警疲勞。Q56什么是SLO(服務(wù)水平目標(biāo))是測量服務(wù)健康的內(nèi)部目標(biāo)。該概念在GoogleSRE一書中得到普及，SLO是在服務(wù)提供商和他們的客戶之Q57可觀測數(shù)據(jù)與SLOO作為一種先進(jìn)的監(jiān)控手段，其應(yīng)用范圍并不僅限于可觀測性領(lǐng)域，但可觀測性數(shù)據(jù)無疑為O模型增添了額外的效能與深度。在計算錯誤預(yù)算的消耗速率時，事件數(shù)據(jù)為生產(chǎn)服務(wù)的實(shí)際運(yùn)行狀態(tài)提供了更為精確的評估依據(jù)。僅僅知曉O(shè)面臨違背的風(fēng)險，并不足以提供充分的洞察力來明確哪些用戶群體、哪些依賴服務(wù)受到影響，或是何種用戶行為組合在服務(wù)中觸發(fā)了錯誤。和具體位置。這一結(jié)合策略構(gòu)成了SRE（SiteReliabilityEngineering）方法和可觀測性驅(qū)動開發(fā)方法的關(guān)鍵組成部分。通過對

鍵。多源數(shù)據(jù)：Metrics、Logging、Tracing三大大主要數(shù)據(jù)源，外加逐漸受到關(guān)注的Events和Profiles企業(yè)更加關(guān)注投入產(chǎn)出

云原生計算基金會（）對云原生的定義是：云原生技術(shù)有利于各組織在公有云、私有云和混合云等新型動態(tài)環(huán)境中，構(gòu)建和運(yùn)行可彈性擴(kuò)展的應(yīng)用。云原生的代表技術(shù)包括容器、服務(wù)網(wǎng)格、微服務(wù)、不可變基礎(chǔ)設(shè)施和聲明式API。這些技術(shù)能夠重大變更。

從表面上看，使用微服務(wù)工具鏈本身沒有對采用新的社會技術(shù)實(shí)踐有明確要求。但為了實(shí)現(xiàn)技術(shù)所承諾的好處，改變工作習(xí)慣也是必要的。雖然從既定的定義和目標(biāo)中應(yīng)該可以明顯看出這一點(diǎn)，但團(tuán)隊通常會采取幾個步驟，然后才意識到他們的舊工作習(xí)慣并不能幫助他們解決這項新技術(shù)帶來的管理成本。這就是為什么成功采用云原生設(shè)計模式與使用可觀測系統(tǒng)以及sSRE實(shí)踐是密不可分的。同樣，sSR都強(qiáng)調(diào)了縮短反饋循環(huán)和減少重復(fù)工作的愿望。DO通過文化驅(qū)動開發(fā)和運(yùn)維團(tuán)隊之間的合作，實(shí)現(xiàn)“更有價值、更迅速、更安全、更快樂”的合作關(guān)系，SREs和SR方法以及可觀測性的結(jié)合比它們單獨(dú)的每個部分都更強(qiáng)大。

SRE專注于根據(jù)服務(wù)級別目標(biāo)(SLO)和錯誤預(yù)算(errorbudget)/修復(fù)等場景采用可觀測性外，具有前瞻性的DevOps和SRE團(tuán)隊還使用功能標(biāo)志(featurefagging)、持續(xù)驗證

云原生環(huán)境是現(xiàn)代IT架構(gòu)中的關(guān)鍵組成部分，Kubernets、Serv等都是時下極其重要的云原生技術(shù)。Kubern環(huán)境中的容器和Pod是動態(tài)變化的，可觀測產(chǎn)品能夠?qū)崟r監(jiān)控這些實(shí)例的健康狀態(tài)、資源使用情況（如U、內(nèi)存）環(huán)境中，函數(shù)即服 更高的增量收入通過避免事故節(jié)省成本 關(guān)的議題。若新開發(fā)的功能無人問津，或客戶因持續(xù)遭遇問題而面臨流失風(fēng)險，這將對業(yè)務(wù)健康構(gòu)成嚴(yán)重威脅。例如，隨著實(shí)踐日益受到主流關(guān)注，具備前瞻思維的領(lǐng)導(dǎo)型工程團(tuán)隊正逐步打破傳統(tǒng)壁壘，采用跨功能的方法來衡量業(yè)務(wù)運(yùn)行狀況，而不僅僅局限于系統(tǒng)的性能和可用性。

統(tǒng)一信息處理的第一步是統(tǒng)一信息采集

步的處理。其中包括對日志文本文件進(jìn)行結(jié)構(gòu)化處理，并提供了一系列函數(shù)，如日期處理、正則表達(dá)式匹配、JSON解析、IP系統(tǒng)故障的根因分析是一種高級技能，其核心是識別和解決問題的根本原因，以防止問題的再次發(fā)生。通過有效利用可觀測性數(shù)據(jù)，用戶能夠深入了解系統(tǒng)的行為和性能，并從中找出問題的源頭，從而更好地改進(jìn)和優(yōu)化系統(tǒng)的穩(wěn)定性。通過可觀測性數(shù)據(jù)可以有效收斂對問題上下文的描述信息，根據(jù)調(diào)用鏈路和運(yùn)行時監(jiān)控生成依賴關(guān)系因果圖，結(jié)合知識圖譜或圖神經(jīng)網(wǎng)絡(luò)等智能算法，從而快速判斷故障影響的系統(tǒng)范圍和根因類型，并以告警形式將故障根因結(jié)果和推薦解決方案通知到運(yùn)維人員，進(jìn)而最大幅度提升問題定位效率，縮短MTR。通過可觀測能力以流量錄制方式針對故障現(xiàn)場進(jìn)行自動化保存，通過回放現(xiàn)場數(shù)據(jù)在沙箱環(huán)境自動播放故障前后演變數(shù)據(jù)和傳播鏈路圖等，便于事后更全面的發(fā)現(xiàn)系統(tǒng)問題和瓶頸，有效提升系統(tǒng)可靠性和穩(wěn)定性。

Linux、MacOS、Windowsx86、amd64、arm、arm64Docker、Kubernetes、OpenshiftMySQL、Redis、InfluxDB、SQL觀測性臺的術(shù)選型與OLOGYSE ATIO

第一點(diǎn)

OpenTelemetry支持?jǐn)?shù)據(jù)規(guī)模支持使用簡便 13第二

從公共云提供商收集遙測數(shù)據(jù)：例如來自AmazonCloudWatch、MicrosoftAzureMonitor和GoogleCloudOperations的數(shù)據(jù)。多 OTel能捕獲鏈路、指標(biāo)、日志和其他應(yīng)用遙測數(shù)據(jù)，并允許你將其發(fā)送至所選后端。OTel已經(jīng)成為目前可觀測性方案中對應(yīng)OTel僅需埋點(diǎn)一次，就能發(fā)送遙測數(shù)據(jù)到用戶選擇的任何后端系統(tǒng)，而不需要考慮是否開源或獨(dú)有。采用分布式鏈路追蹤最大的挑戰(zhàn)便是獲得足夠多的數(shù)據(jù)，以便將其與對系統(tǒng)的已有認(rèn)知進(jìn)行匹配。如何讓可觀測性系統(tǒng)了解服務(wù)、節(jié)點(diǎn)和依賴以獲取深入遠(yuǎn)見?為此，Oel納入了自動化探針來縮短用戶得到數(shù)據(jù)的時間。因為OTel的宗旨是云原生系統(tǒng)和微服務(wù)的快速上手，所以它支持服務(wù)之間交互的最常用框架。例如，Oel能夠自動生成針對gRPC的入站與出站流量、P請求、數(shù)據(jù)庫訪問以及緩存操作等服務(wù)的鏈路追蹤span。這一功能至少使得在復(fù)雜的微服務(wù)架構(gòu)及其下游依賴關(guān)系中，企業(yè)能夠清晰地洞察服務(wù)間的調(diào)用關(guān)系。

最佳做法是將探針部署至生產(chǎn)環(huán)境進(jìn)行測量，同時采取一定的控制措施。例如，可以通過功能標(biāo)志（featureflags）來限制新功

以BonreeONE一體化智能可觀測平臺為例，應(yīng)用性能觀測模塊包含系統(tǒng)性能觀測、服務(wù)性能觀測、接口性能觀測、數(shù)據(jù)庫性該平臺不僅能夠?qū)崿F(xiàn)對系統(tǒng)各層面的深入了解，包括服務(wù)狀態(tài)、網(wǎng)絡(luò)性能、資源消耗等關(guān)鍵方面，還能夠輔助快速定位問題根源，從而優(yōu)化系統(tǒng)性能。通過應(yīng)用性能觀測，可以確保系統(tǒng)穩(wěn)定可靠，實(shí)現(xiàn)問題的迅速定位與解決，進(jìn)而提升系統(tǒng)的整體穩(wěn)定性和可靠性。 真實(shí)用戶可觀測（RUM，RealUserMonitoring）用于分析和監(jiān)測用戶在實(shí)際使用應(yīng)用程序或網(wǎng)站時的體驗，幫助改善產(chǎn)品和服請求和H5加載前端問題、DEM-RUM+APM完整調(diào)用鏈識別后端問題、DEM-RUM無縫銜接后端）等場景。以BonreeONE觀測、Kubernetes

以BonreeONE一體化智能可觀測平臺為例，從技術(shù)能力上看，智能告警分為Alert和AI兩部分。AI通過AI檢測、AI預(yù)測、AI根監(jiān)控等功能。智能告警功