本文來自微信公眾號“開源云中文社區(qū)”。
云原生的成功是一個微妙的平衡。你必須不斷利用新的令人興奮的技術(shù)，同時保持運(yùn)維的穩(wěn)定性和可靠性。
這并不容易。在基于容器的基礎(chǔ)設(shè)施上采用微服務(wù)架構(gòu)意味著你可以快速迭代更改并快速調(diào)整，以滿足客戶快速發(fā)展的需求。
但每次引入新工具、進(jìn)行流程調(diào)整或更改應(yīng)用程序或基礎(chǔ)設(shè)施組件時，都有可能在環(huán)境中造成問題。什么壞了？哪里出問題了？云原生中經(jīng)常有太多的復(fù)雜性和變量，無法快速分類。
此外，DevOps和系統(tǒng)可靠性工程（SRE）團(tuán)隊在新的云原生設(shè)置中還面臨其他熟悉但不同的風(fēng)險：
——人為錯誤比比皆是：在過去三年中，42%的企業(yè)因人為錯誤而停機(jī)。
——外部惡意行為者不斷嘗試：在過去12個月里，40%的全球企業(yè)遭受了基于云的數(shù)據(jù)泄露。
——檢測的平均時間和修復(fù)的平均時間較長會影響運(yùn)維：由于對復(fù)雜的云和混合環(huán)境的可見性很低，因此很難快速恢復(fù)在線。
——糟糕的應(yīng)用程序性能會失去客戶：在等待三秒后，50%的潛在客戶會放棄你的網(wǎng)站。
所有這些都會直接影響您的業(yè)務(wù)。ITIC最近的一項調(diào)查發(fā)現(xiàn)，91%的企業(yè)每小時的停機(jī)成本超過30萬美元，近一半（44%）的企業(yè)表示，一小時的停機(jī)費(fèi)用可能超過100萬美元。
在內(nèi)部部署世界中，應(yīng)用程序監(jiān)控工具有助于跟蹤和緩解這些問題。在云原生環(huán)境中，就沒那么多了。
了解可觀察性和監(jiān)控之間的區(qū)別
監(jiān)控只是觀察和記錄系統(tǒng)活動的過程。監(jiān)控工具收集有關(guān)應(yīng)用程序如何運(yùn)行的數(shù)據(jù)。然后，該軟件將數(shù)據(jù)發(fā)送到儀表板進(jìn)行分析，如果超過了之前設(shè)定的閾值，可能會觸發(fā)警報。
監(jiān)控可以隨時掌握應(yīng)用程序的運(yùn)行狀況，幫助你對已知的故障點保持警惕。
作為監(jiān)控的超集，可觀察性包括所有這些功能以及更多功能。這是因為在對復(fù)雜的云原生分布式系統(tǒng)進(jìn)行故障排除時，你需要更多、更多樣化的工具。你遇到的失敗是不可預(yù)測的，甚至是不能提前知道的?？捎^察性幫助團(tuán)隊在新的云原生世界中捕捉和補(bǔ)救所謂的“未知的未知”。
可觀察性并不是一個全新的概念或技術(shù)類別；其根源在于監(jiān)控。監(jiān)控和可觀察性都是控制理論的演變，控制理論是一個數(shù)學(xué)概念，利用復(fù)雜系統(tǒng)的反饋來改變其行為，使運(yùn)維人員能夠達(dá)到預(yù)期目標(biāo)。其基本原理是，系統(tǒng)的可見“輸出”可以幫助用戶推斷內(nèi)部發(fā)生了什么。
目標(biāo)上的主要差異
監(jiān)控和可觀察性之間最重要的區(qū)別是它們各自目標(biāo)之間的巨大差距。
監(jiān)控用于監(jiān)視和提高應(yīng)用程序性能。
可觀察性更多的是使用云原生系統(tǒng)的內(nèi)部測量來影響以業(yè)務(wù)為中心的結(jié)果或目標(biāo)。對用戶有什么影響？對客戶有什么影響？如何更靈活地迭代？如何更快地為整個企業(yè)帶來更多好處？可觀察性是指有一種更宏觀的方法來保持系統(tǒng)的運(yùn)行。
可觀測性的“三大支柱”
以下是三種類型遙測的概述：
——度量：對系統(tǒng)進(jìn)行的測量，通常在一段時間內(nèi)或超過一段時間。衡量標(biāo)準(zhǔn)有助于企業(yè)發(fā)現(xiàn)可能存在問題的地方。
——日志：一個或多個事件的帶時間戳的記錄。日志描述了問題的性質(zhì)，以及為什么會發(fā)生這種情況。
——分布式跟蹤：沿請求路徑發(fā)生的事件的記錄。分布式跟蹤指示問題所在的位置，以幫助解決問題。
盡管這三種類型的遙測對實現(xiàn)可觀察性至關(guān)重要，但越來越多的聲音表示，可觀察性不僅僅是數(shù)據(jù)收集和分析。
思考可觀察性的一種方法是關(guān)注結(jié)果。這種方法定義了可觀察性的三個階段：知道、分類和理解。與傳統(tǒng)定義的關(guān)鍵區(qū)別在于，在每個階段，重點是盡快減輕對用戶和客戶的影響。
以下是三個階段的工作原理：
——知道：首先你必須知道有一個問題。如果房子里著火了，第一個跡象通常是煙味。在云原生環(huán)境中，獲得警報或調(diào)用頁面以啟動修復(fù)過程是至關(guān)重要的。
——分類：然后收集你的資源來解決問題。把火撲滅。確保你的用戶和客戶恢復(fù)正常工作。只有這樣，你才能關(guān)心問題發(fā)生的原因和方式。
——理解：最后，在你解決問題后，試著找出“為什么”。然后將你學(xué)到的東西應(yīng)用到系統(tǒng)中，以確保它不會再次發(fā)生。
可觀察性的四個要素
領(lǐng)先的可觀察性工具往往具有某些共同的特征。以下是評估可觀察性平臺時需要注意的四個關(guān)鍵問題。
1.擁抱互操作性
提供給可觀察性工具的數(shù)據(jù)（度量、日志和跟蹤）來自廣泛的來源或工具。這些數(shù)據(jù)提供了對應(yīng)用程序和基礎(chǔ)設(shè)施的可見性，可以來自應(yīng)用程序、服務(wù)、云、移動應(yīng)用程序或容器中的工具。數(shù)據(jù)也有多種格式：開源、行業(yè)標(biāo)準(zhǔn)或?qū)Ｓ小?/p>
越來越多的源代碼，包括專有和開源，意味著可觀察性工具必須從所有類型的儀器中收集所有數(shù)據(jù)，才能全面了解你的環(huán)境。
因此，DevOps和SRE需要一個可觀察性平臺，該平臺通過開放工具對所有數(shù)據(jù)具有全面的互操作性，無論數(shù)據(jù)來自哪里或什么。
2.豐富的上下文
IT系統(tǒng)中的上下文與現(xiàn)實生活中的上下文相同。如果沒有上下文，很難解釋我們?nèi)祟惷刻飓@取的“數(shù)據(jù)”。對于可觀察性，同樣適用。遙測數(shù)據(jù)非常重要，因為它可以深入了解應(yīng)用程序和基礎(chǔ)設(shè)施的內(nèi)部狀態(tài)。但上下文智能也很重要。
你可能想知道一個系統(tǒng)上周或昨天是如何運(yùn)行的。系統(tǒng)運(yùn)行的服務(wù)器的配置是什么？出現(xiàn)問題時，工作負(fù)載有什么異常嗎？
領(lǐng)先的可觀察性平臺使你能夠用上下文豐富數(shù)據(jù)，以消除噪聲，識別真正的問題，并輕松找出如何解決問題。
3.用于可定制搜索和分析的可編程工具
你還希望能夠定制可觀察性工具，以便它們滿足特定業(yè)務(wù)需求。
首先，后退一步。重要的是要理解，任何可觀察性策略的關(guān)鍵都是設(shè)置適當(dāng)?shù)某晒χ笜?biāo)，并建立關(guān)鍵績效指標(biāo)（KPI），告訴團(tuán)隊何時達(dá)到這些成功指標(biāo)。
盡管如此，傳統(tǒng)的KPI雖然對監(jiān)控和衡量應(yīng)用程序性能很有用，但并不能表明問題如何影響依賴云原生環(huán)境的用戶、客戶和企業(yè)。沒有人將這些點聯(lián)系起來。
傳統(tǒng)的答案是在儀表板中可視化KPI。DevOps和SRE專業(yè)人員必須超越儀表盤，將可觀察性與業(yè)務(wù)成果完全聯(lián)系起來。他們必須創(chuàng)建能夠提供與KPI交互體驗的應(yīng)用程序，這些應(yīng)用程序使用自動化的工作流程，并將外部數(shù)據(jù)與內(nèi)部指標(biāo)實時集成。
這使企業(yè)能夠同時深入了解技術(shù)、業(yè)務(wù)和用戶。團(tuán)隊可以針對特定的改進(jìn)KPI做出數(shù)據(jù)驅(qū)動的決策，并且可以優(yōu)化新軟件投資的投資回報率（ROI）和有效性。可編程可觀察性平臺可幫助團(tuán)隊了解數(shù)據(jù)、系統(tǒng)和客戶。這有助于你將正確的數(shù)據(jù)提供給正確的人員，以確保任何支持基礎(chǔ)設(shè)施的業(yè)務(wù)都能順利運(yùn)行。
4.真相的準(zhǔn)確來源
因為有這么多數(shù)據(jù)來自這么多地方，所以在不同的可觀察性工具之間切換是令人眼花繚亂的（也是不可能的）。你希望從任何地方實時查看所有內(nèi)容，從而完全了解整個系統(tǒng)。
可觀察性如何提供幫助？
可觀察性在許多方面幫助云原生業(yè)務(wù)。以下是將可觀察性與基本監(jiān)控區(qū)分開來的四個方面：
培育創(chuàng)新文化
可觀察性能很快告訴你什么有效，什么無效，所以你可以不斷提高性能、可靠性和效率，從而為業(yè)務(wù)帶來好處。隨著對技術(shù)如何支持業(yè)務(wù)的理解不斷加深，可以不斷優(yōu)化基礎(chǔ)設(shè)施和服務(wù)，以符合客戶的期望，避免停機(jī)或服務(wù)中斷。
明智地投資新的云和領(lǐng)先的工具
工程團(tuán)隊不再只監(jiān)督物理計算硬件；現(xiàn)在，他們一直在爭論數(shù)據(jù)和云基礎(chǔ)設(shè)施。通過跟蹤業(yè)務(wù)性能數(shù)據(jù)、內(nèi)部流程和面向客戶的服務(wù)（而不僅僅是系統(tǒng)可用性），IT可以更好地優(yōu)先考慮任何呼叫頁面或特定停機(jī)。這意味著IT可以為管理層提供必要的數(shù)據(jù)，以便為未來的軟件、數(shù)據(jù)收集和云服務(wù)做出關(guān)鍵的投資決策。
實時了解數(shù)字業(yè)務(wù)表現(xiàn)
當(dāng)將許多不同級別和類型的事實匯總到儀表板中時，你就可以準(zhǔn)確地知道環(huán)境中發(fā)生了什么，以及它如何影響業(yè)務(wù)。
信息可以包括標(biāo)準(zhǔn)遙測數(shù)據(jù)、資源優(yōu)化反饋、面向業(yè)務(wù)的KPI和用戶體驗指標(biāo)。實時收集使你能夠在客戶注意到之前對任何事件做出響應(yīng)。
加快云原生應(yīng)用程序的上市時間
敏捷工作流程使開發(fā)人員能夠快速創(chuàng)建、測試、迭代和重復(fù)，以更快、更少的錯誤將云原生應(yīng)用程序投入生產(chǎn)。
但是，在任何系統(tǒng)中頻繁的迭代都可能引入潛在的問題，并增加部署的風(fēng)險。DevOps團(tuán)隊可以從可觀察性中獲得反饋，并通過持續(xù)交付和持續(xù)集成（CI/CD）更快、更有效地診斷和調(diào)試系統(tǒng)，以減少功能測試和部署之間的時間。
進(jìn)化
管理云原生環(huán)境的DevOps工程師和SRE每天都面臨挑戰(zhàn)。他們必須不斷了解分布式系統(tǒng)的復(fù)雜性，檢測難以隔離的問題，并加快故障排除，這樣業(yè)務(wù)就不會受到數(shù)字?jǐn)嚅_甚至故障的影響。
監(jiān)控工具有自己的位置，但它們本身還不夠。今天的企業(yè)必須了解他們正在部署的技術(shù)與企業(yè)成功之間的直接聯(lián)系。他們必須用相關(guān)數(shù)據(jù)來支持業(yè)務(wù)需求。
同樣重要的是，要持續(xù)掌握數(shù)據(jù)收集，以確保開發(fā)人員的生產(chǎn)力，滿足快速上市的需求，并提供優(yōu)秀的客戶體驗。
可觀察性是監(jiān)控軟件向前邁出的自然一步。它通過數(shù)據(jù)成本控制、更快的修復(fù)時間和減少的停機(jī)時間，提供了在當(dāng)今云原生市場保持相關(guān)性的競爭優(yōu)勢。
