科普：一文理解可观测性

快猫运营团队 2024-10-09 12:25:36

可观测性的由来

可观测性（Observability）术语最初起源于控制理论，是衡量一个系统通过其外部输出推断内部状态的能力。近年来，随着企业对微服务、无服务器和容器技术的广泛采用，云原生基础设施服务如AWS、阿里云等迅速普及。在这些分布式系统中，追踪事件的起源需要跨越在云上、本地或两者间运行的数千个进程。传统的监控技术和工具在面对这些分布式架构中的众多通信路径和相互依赖关系时显得力不从心，更难以排查问题并定位根本原因。

监控技术和工具的革新因此迫在眉睫。可观测性一词之所以在近两年迅速走红，很大程度上得益于CNCF在云原生定义中明确提到Observerbility，并将其视为云原生时代的必备能力。这一概念的提出，加之谷歌等大厂的积极推动，使得“可观测性”正式成为业界关注的焦点。

可观测性的定义与价值

在IT运维领域，特别是服务器运维中，可观测性指的是获知基础设施、编排平台和服务应用所有层面的必要信息，观察所有系统的各类行为是否存在异常。它帮助团队了解系统当前的运行状态，通过日志、指标、链路等机器数据进行关联分析，快速预防、发现、定位并解决业务问题，提升业务效能。

可观测性的核心价值在于快速排障。随着系统变得越来越精细、复杂、动态和庞大，潜藏的问题和风险也日益增多。任何一个软件的成功，不仅依赖于软件架构的合理设计和代码质量，更离不开软件系统的运行维护。运行维护的基础，正是可观测性。无论是银行的交易系统、互联网公司的业务平台，还是运营商的云化核心网等运行在云上的各类软件系统，都需要通过可观测性来提前发现异常，快速定位根本原因，并迅速排除或规避故障，以确保系统的稳定运行。

可观测性的基础概念：三大支柱

业界对可观测性的共识基于三大支柱：日志（Logs）、指标（Metrics）和追踪（Tracing）。

可观测性

日志（Logs）

日志Logs

日志是记录应用程序中事件的信息，包含时间戳、事件描述、严重性级别等。是了解系统行为的直接途径，也是系统出现问题时首先查看的地方。日志有三种格式：纯文本、结构化和二进制。纯文本是最常见的格式，结构化日志由于包含额外的数据和元数据，且更容易查询，正变得越来越流行。

指标（Metrics）

指标Metrics

指标是在一段时间间隔内测量的数值，如响应时间、请求数等。与日志不同，指标在默认情况下是结构化的，这使得查询和优化存储变得更加容易。通过指标，团队可以了解系统性能和变化趋势，并将它们保留更长时间以供分析。

追踪（Tracing）

链路追踪Tracing

追踪用于跟踪和监视通过分布式系统的请求流。当请求通过主机系统时，对其执行的每个操作（称为“跨度”）都使用与执行该操作的微服务相关的重要数据进行编码。通过查看追踪信息，团队可以了解请求在系统中的传播路径和性能瓶颈，优化系统性能。

可观测性的应用场景

在服务器运维中，可观测性的应用场景广泛且重要。以下是一些典型的应用场景：

性能监控：通过指标监控服务器的CPU使用率、内存占用等关键性能指标，确保系统性能稳定。一旦指标超出预设阈值，即可触发告警，以便及时采取措施。
故障定位：当系统出现性能下降或异常时，通过日志和追踪信息可以快速定位问题根源。例如，通过查看日志中的错误信息和堆栈跟踪，可以迅速找到导致问题的代码位置；而通过追踪信息，可以了解请求在系统中的传播路径和耗时情况，找出性能瓶颈。
业务优化：结合业务指标和系统指标进行分析，可以发现系统瓶颈和优化空间。例如，通过分析用户访问量、页面加载时间等业务指标，可以了解用户行为和需求；通过结合系统指标如CPU使用率、内存占用等进行分析，可以找出影响系统性能的关键因素，并进行优化。