云原生热门话题｜什么是可观测性-Observability

已于 2023-01-10 10:42:09 修改
阅读量2.4k 收藏 3
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 云原生的崛起 文章标签： 云原生 微服务 可观测性 DevOps docker
于 2022-03-09 10:51:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_34417408/article/details/123371791
本文探讨了云原生环境下的可观测性，它源自控制理论，2018年进入互联网领域，成为热门话题。可观测性在云原生、微服务架构中替代传统监控，通过metrics、log、trace三个维度提供系统全方位的状态特征。随着技术如Docker和Kubernetes的发展，监控面临新的挑战，而可观测性提供了应对之道。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

code杂坛：关注一线大厂 “ 互联网时讯、各技术栈、产品、开源社区、等最新讯息 ”

— 1 —

可观测性引入

“可观测性”

了解本专栏 订阅专栏 解锁全文 超级会员免费看
云原生可观测性：追踪技术在企业级应用中的落地
AI云原生与云计算技术学院
05-17 793
随着企业IT架构向云原生范式加速迁移，微服务、容器化、Serverless等技术的广泛应用带来了系统复杂度的指数级增长。传统监控体系在面对分布式架构时暴露出数据孤岛、故障定位低效等问题，可观测性成为应对现代复杂系统运维挑战的核心技术方向。本文聚焦可观测性体系中的分布式追踪技术，系统梳理其技术原理、实施路径及企业级落地经验，涵盖从基础概念到工程实践的完整知识体系。核心概念部分澄清可观测性与监控的本质区别，建立分布式追踪的技术坐标系技术架构章节解析追踪数据的生成、传播、存储与展示的完整链路。
OpenTelemetry 助力云原生领域的可观测性提升
AI云原生与云计算技术学院
06-02 838
随着云原生技术的普及，微服务架构、容器化部署和Kubernetes编排成为主流技术栈。然而，分布式系统的复杂性导致传统监控工具难以应对，可观测性成为保障系统稳定性的核心挑战。本文旨在深入解析OpenTelemetry这一云原生可观测性的事实标准，从技术原理、实施路径到实战案例，全面展示其在统一观测数据采集、处理和集成中的关键作用，帮助技术团队构建高效的可观测性体系。
云原生之可观测性 - APM概念及选型
ixxqq的博客
01-09 1581
导读：为了让大家更好的 APM 系统的设计实现，我将在公众号编写《云原生之可观测性》系列文章，深入讲解 APM 系统的产品设计、架构设计和基础技术。APM是一个庞杂的技术体系，涉及到很多开...
云原生大厦的基石之一「云原生可观测性」
王清欢的博客
04-18 4786
​ 云原生的概念近几年非常火热 🔥，而且它极有可能成为 IT 技术新的发展方向 🚩， 本文将一探**云原生**。 ​ 在介绍云原生的概念之前，我们先理解一下当下**面向机器开发**的软件系统。不管是运行在 *Windows* 或者 *Linux* 上的 PC 端应用，还是运行在 *Android* 或者 *IOS* 上的移动端应用，这些应用的定义都是面向将来部署的机器的，需要考虑设备上的系统资源和环境。 ​ 而在云原生中，开发者无需考虑底层的技术实现，只需要关注充分发挥云平台的弹性和分布式优势，实
什么是可观测性？监控、日志、追踪三者之间有什么区别？
moppol的博客
06-30 768
你是否遇到过这样的情况：系统运行突然变慢，但没人知道问题出在哪？随着微服务、云原生架构的普及，系统的复杂度越来越高，传统的“靠经验判断”已经无法满足需求。我们需要一种能力——可观测性（Observability），来帮助我们看清系统内部发生了什么。本文将带你了解可观测性的三大核心支柱：监控（Metrics）、日志（Logs）、追踪（Traces），并解释它们之间的联系与区别。无论你是运维工程师、开发人员还是技术管理者，这篇文章都将为你提供宝贵的见解和实用技巧。 可观测性指的是：通过观察系统的输出（如指标
云原生观测性
key_3_feng的博客
05-18 386
云原生观测性 随着云原生、微服务等新架构、新生态的引入和发展，可观测性（Observability）越来越多地被提及和重视。 为什么云原生一定需要可观测性 架构复杂 在云原生时代，容器化的基础设施使应用自身变得更快、更轻，一台主机上可以快速部署和运行几十个甚至上百个容器[1]，而Kubernetes等容器编排平台又提供了良好的负载均衡、任务调度、容错等管理机制。这样，在云原生中，一台主机上应用程序的部署密度及变化频率较传统环境有着巨大的变化。因此，需要可观测性来清晰地发现和记录主机快速变化的应用行为。
云原生可观测性
weixin_43377564的博客
11-18 312
云原生可观测性
云原生的可观察性与分析
爱死亡机器人
03-25 464
文章目录1. 日志记录 (Logging )1.1 这是什么1.2 它解决的问题1.3 它如何帮助1.4 技术1012. 监控(Monitoring)2.1 这是什么2.2 它解决的问题2.3 它如何帮助2.4 技术1013. 追踪(Tracing)3.1 这是什么3.2 它解决的问题3.3 它如何帮助3.4 技术1014.1 混沌工程（Chaos Engineering）4.2 这是什么4.2 它解决的问题4.3 它如何帮助4.4 技术101 我们终于到达了云原生计算基金会景观系列的最后一部分。如果您错过
云原生可观测性入门与实践
最新发布
07-26
本书《云原生可观测性入门与实践》旨在帮助读者掌握使用OpenTelemetry实现云原生应用的可观测性。书中不仅介绍了可观测性的历史和发展背景，还深入探讨了OpenTelemetry的核心概念，如追踪、指标和日志，并提供了详细...
云原生时代的系统可观测性：理念变革与实践体系
2401_88419115的博客
05-19 1329
可观测性强调从外部输出信息（如日志、指标、追踪）推断系统内部状态。理解系统内部运行机制主动发现性能瓶颈追踪请求路径与依赖关系重构事件与故障发生的上下文可观测性不是工具集合，而是一种能力、一套方法论。在云原生系统中，可观测性早已不再是“锦上添花”的功能，而是与可用性、可靠性、安全性并列的核心能力。它帮助我们：理解系统运行状态快速定位问题根因指导容量规划与架构演进未来，随着自动化运维（AIOps）、智能告警、自愈系统的发展，可观测性将继续向智能化、自治化方向演进。
聚集云原生，可观测性的实践与探索 | 线下技术沙龙
腾讯技术工程
06-11 653
导语由腾讯云腾源会和 Apache SkyWalking 社区联合举办的 SkyWalkingDay 线下Meetup活动将于6月26日在北京举行，现场不仅有技术大咖带来满满的技术干货，还...
蚂蚁金服在云原生架构下的可观察性的探索和实践 | Meetup#3 回顾
金融级分布式架构
08-22 502
作者：苟利（陈自欣），蚂蚁金服中间件产品专家， 负责蚂蚁金服分布式链路跟踪系统的产品化工作，在日志分析、监控领域有多年工作经验。本文根据 8 月 11 日 SOFA Me...
万字破解云原生可观测性
无糖
05-01 318
关注我们，学习弯道超车技术现在是一个云原生时代，任何一个玩技术的都或多或少跟云计算、容器、Kubernetes、云原生应用有着不同的渊源密切。这就导致了现在公司对应用的技术的选型以及对应...
云原生 第十二章 可观测性：监控与日志
快乐划水程序猿的专栏
08-20 631
监控类型 资源监控：cpu、内存、网络等。 性能监控：apm监控，一般是通过一些 Hook 的机制在，在虚拟机层、字节码执行层通过隐式调用，或者是在应用层显示注入，获取更深层次的一个监控指标，一般是用来应用的调优和诊断的。 安全监控：对安全进行的一系列的监控策略，类似像越权管理、安全漏洞扫描等。 事件监控：normal的事件变成-warning事件 Heapster 每一个 Kubernetes 节点上有一个 cadvisor，是负责数据采集的组件。当 cadvisor 把数据采集完成，Kuberne
蚂蚁金服在云原生架构下的可观察性的探索和实践
chikuai9995的博客
09-03 923
本文根据 8 月 11 日 SOFA Meetup#3 广州站 《蚂蚁金服在云原生架构下的可观察性的探索和实践》主题分享整理。现场回顾视频以及 PPT 查看地址见文末链接。 前言 随着应用架构往云原生的方向发展，传统监控技术已经不能满足云原生时代运维的需求，因此，可观察性的理念...
云原生可观测性：智能运维的数据中枢
桂月二二博客
03-13 718
Prometheus单集群每秒处理百万级指标采集，Grafana日均渲染超200亿数据点。CNCF调查显示93%云原生企业采用OpenTelemetry标准，AWS CloudWatch每月跟踪4.3万亿指标。Twitter开发自适应降采样算法将存储成本降低60%，阿里巴巴将故障定位时间缩短至秒级，SREcon数据显示智能告警使MTTR减少78%。可观测性正重构云原生运维的智能边界，建议从黄金指标监控入手建立基准。获取《SRE观测体系白皮书》构建服务等级目标（SLO），实施基于燃烧率的告警阈值。
观点文章｜浅谈云原生软件系统可观测性
pengxin_ce的博客
06-10 759
CodeWisdom-观点文章浅谈云原生软件系统可观测性云原生（Cloud Native）现在已经成为一个很时髦的概念。但凡跟云有一点关系的软件技术似乎不提云原生就落伍了。云原生的主要意思是“云上的原住民”，也就是软件从设计、实现、部署到运行都充分适应云的特点，就跟在某地土生土长、适应本地一切风土人情和生活习惯的本地人一样。与之相对的是那种半路迁移到云上去的软件系统，例如...
百度工程师眼中的云原生可观测性追踪技术
lihui49的博客
07-20 309
随着OpenTelemetry标准的落地，云原生可观测性追踪技术也在不断发展，在生产环境中也得到了广泛的应用，有力支持了大型分布式微服务系统的稳定性，性能，效率等各个方面。
云原生平台的面板和可观测性
03-08
<think>嗯，用户让我介绍一下云原生平台的面板和可观测性。首先，我需要确定用户对这些概念的了解程度。可能他们刚开始接触云原生，或者已经有一定基础但想深入理解。我得先分解这两个关键词：面板和可观测性。 面板，通常指的是用户界面，比如Dashboard，用来展示各种监控数据和系统状态。而可观测性在云原生中是一个更广泛的概念，包括日志、指标、追踪等。需要解释清楚两者的关系，以及它们在云原生平台中的作用。 接下来，我应该从面板开始。云原生平台的面板可能包括资源监控、服务拓扑、实时日志、告警管理等模块。需要举例说明，比如Kubernetes Dashboard或者Grafana的界面，让用户有直观的认识。 然后是可观测性的三个支柱：日志、指标、追踪。需要分别解释每个部分的作用，以及它们如何帮助运维人员诊断问题。比如日志记录事件，指标反映系统状态，追踪服务间调用链。 还要考虑用户可能的实际应用场景，比如他们可能在使用Kubernetes，或者微服务架构，所以需要结合这些场景来说明面板和可观测性的重要性。比如在微服务中，链路追踪能帮助定位延迟问题。 另外，用户可能想知道具体的工具，比如Prometheus、Grafana、Jaeger、EFK栈等。需要提到这些工具，并说明它们如何集成到云原生平台中，形成完整的可观测性体系。 最后，要强调两者结合的价值，即通过面板直观查看数据，利用可观测性深入分析问题，提升系统的稳定性和运维效率。确保回答结构清晰，分点说明，让用户容易理解。</think>云原生平台的面板与可观测性是支撑系统高效运维的两大核心能力，以下是结构化解析： --- ### 一、云原生平台面板（Dashboard） **核心作用**：提供可视化界面，直观呈现系统运行状态和关键指标。 #### 1. 典型模块 - **资源监控面板** - 显示CPU/内存/存储使用率 - 节点健康状态（如Kubernetes Node状态） - 示例：`kubectl top pod`数据可视化 - **服务拓扑视图** - 动态展示微服务间调用关系 - Istio服务网格拓扑图示例 - **实时日志看板** - 集成日志收集系统（如EFK） - 支持关键词过滤与上下文检索 - **告警管理界面** - 可视化Prometheus告警规则 - 历史告警事件时间线 #### 2. 技术实现 - 前端框架：React/Vue + D3.js（动态图表） - 数据源：通过API对接Prometheus/Elasticsearch - 访问控制：RBAC权限分级（如Kubernetes RBAC集成） --- ### 二、云原生可观测性（Observability） **三层黄金指标**： `RED方法`（请求率/错误率/耗时） + `USE方法`（使用率/饱和度/错误数） #### 1. 三大支柱 | 维度 | 典型工具 | 数据特征 | 应用场景 | |--------|-------------------------|---------------------------|------------------------------| | **指标** | Prometheus/Thanos | 时序数据（如QPS=1523） | 容量规划/自动扩缩容 | | **日志** | Loki/Fluentd+Elasticsearch | 非结构化文本（含上下文） | 故障根因分析（如OOM异常） | | **追踪** | Jaeger/Tempo | 分布式Span（traceID串联） | 微服务调用链分析（耗时分解） | #### 2. 高级特性 - **关联分析** 通过`OpenTelemetry`统一traceID，实现跨指标/日志/追踪的三维定位 ```bash # 示例：Jaeger查询特定trace jaeger-cli query --service=payment-svc --operation=/api/v1/charge ``` - **AIOps集成** 时序预测（如Prophet算法预测资源水位） 异常检测（如孤立森林算法识别指标异常） --- ### 三、最佳实践组合 1. **监控告警闭环** `Prometheus AlertManager -> Webhook -> 钉钉/企业微信` 2. **效能优化案例** 通过追踪数据发现某服务99分位延迟从`850ms`降至`210ms`（优化数据库索引后） 3. **成本控制** 存储分层：热数据保留7天（ES），冷数据转储至对象存储（生命周期管理） --- ### 四、演进趋势 1. **eBPF增强可观测性** 无侵入采集内核态网络/系统调用数据 2. **Service Mesh深度集成** Istio原生支持指标导出与分布式追踪 3. **Observability as Code** 使用terraform定义监控策略： ```hcl resource "grafana_dashboard" "microservices" { config_json = file("${path.module}/dashboards/microservices.json") } ``` 通过面板与可观测性能力的深度融合，运维人员可快速完成从`现象感知`到`根因定位`的全链路处理，MTTR（平均修复时间）平均降低67%（根据CNCF 2023调查报告）。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

魏小言

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值