3、可观测性基础：日志、指标、追踪与服务视图全解析

可观测性基础：日志、指标、追踪与服务视图全解析

1. 日志管理

在进行可观测性设置时，日志的存储和处理能力需求是必须考虑的因素。由于日志包含非常细致的信息，通常只需要在短期内保存这些日志，以确保它们在分析时仍然有效。例如，可以对超过 15 天的事件进行存档或删除。另外，也可以创建数据摘要或聚合数据，并将摘要保存更长时间。为了节省处理和存储成本，还可以在摄取数据之前对其进行过滤。

常见的日志管理工具包括 Splunk、Elasticsearch、Logstash 和 Kibana（ELK）以及 Sumo Logic 等，它们能够处理不同格式的非结构化数据，对数据进行解析、清理，以便用户进行分析和搜索。

2. 指标数据

2.1 指标的定义与结构

指标是在特定上下文（维度）中衡量系统特定方面的数值。一个指标数据点由数值、指标名称和一些维度组成，并在一致的时间间隔内收集。

由于指标具有精确的格式和结构，存储和分析它们所需的资源相对较少。大多数现代系统能够生成指标，但许多遗留系统则无法做到。在规划可观测性时，需要确认应用程序是否有可用的指标。

2.2 指标数据的特点

• 信息丰富 ：能够传达系统性能的大量信息，代表某个时间点的快照。
• 易于关联 ：不同指标之间可以轻松关联，便于分析。
• 存储周期长 ：可以长期存储，还能按日或周进行汇总以节省存储空间。
• 查询方便