可观测性 这个话题主要看什么
软件暴露的指标、状态页面、打印的日志、事件、吐出的链路追踪数据,Profiling,都是提升软件可观测性的手段;从软件运行环境中收集到的信息,比如从 OS 层面收集到的软件占用的 CPU、内存、句柄、IO 等,也是观测软件的有效手段,提升了软件的可观测性。
可观测性,亦可看做软件在线 debug 的能力,助力排查线上问题。当然,也可以用可观测性数据衡量成本、建立知识沉淀机制等等,可观测性数据在很多场景都有价值。
可观测性,类似软件可用性,是软件的一大特性。如果通过软件暴露的各类信息可以方便了解软件内部运行状态,我们就说软件具备很好的可观测性。可观测性,亦可看做软件在线 debug 的能力,助力排查线上问题。当然,也可以用可观测性数据衡量成本、建立知识沉淀机制等等,可观测性数据在很多场景都有价值。
围绕 可观测性 的实践、选型、案例和产品内容,按同一阅读路径持续整理。
OpenTelemetry Tracing 思维导图解读:说明 Span、SpanContext、TraceId、SpanId、SpanKind、Attributes、Events、Status、异常记录、采样策略以及通过日志过渡到链路追踪的方法。
Logs 是“可观测性三支柱”中历史包袱最重的监控数据类型,日志的格式更随意,缺乏标准和规范。推荐在应用研发阶段,按照 OTel Logs 规范打印日志。
理想的监控系统不是单个工具,而是一条从采集、传输、存储、可视化、告警到事件分发的链路。本文总结采集器、vmagent/Vector、VictoriaMetrics、Grafana/Nightingale、告警引擎和 OnCall 平台的职责边界。
基于 SigNoz 官网介绍和本地 Docker Compose 体验,初步评估 SigNoz 在 OpenTelemetry、ClickHouse、Trace、Logs、Dashboard、Alert 和权限模型上的产品设计。
可观测性是根据系统输出数据理解系统内部状态的能力,常见数据包括日志、指标和链路追踪。本文介绍可观测性的定义、与监控的区别、主要收益、三大支柱、实践方法和落地挑战。
可观测性不应只围绕日志、指标和分布式链路追踪三支柱建设。本文从定故障、定边界、定原因三个阶段出发,强调以告警、上下文、拓扑和止损结果衡量可观测性价值。
如何做好今天的运维:优秀运维和架构师的核心竞争力不是会多少工具,而是对业务价值、系统流程、核心模块、部署架构、基础设施和风险预案的理解深度。