可观测性面试指南：常见问题与最佳实践

引言

我们将会学习关于可观测性的一些知识，坐好，心沉淀下来。

本篇将会分享超过 20 个常见的关于可观测性的常见问题，你准备好了吗？

我们开始了.

开始

1. 什么是可观测性？

• 可观测性是指能够通过系统的外部输出（如日志、指标、追踪）推断出系统内部状态的能力。它帮助工程师理解系统的行为，快速定位故障并进行调优。可观测性通常包括以下三个主要方面：

• 日志（Logging）：记录事件和系统状态信息，用于调试和排查问题。

• 指标（Metrics）：定期收集的系统运行数据，用于分析性能、负载和资源使用情况。

• 追踪（Tracing）：跟踪请求或事务在系统中的流动，帮助分析性能瓶颈和系统间的依赖关系。

2. 日志、指标和追踪的区别是什么？

• 日志：记录系统事件的详细信息，通常是文本格式，包含错误、警告、信息等类型。适合用来进行故障排查和事件审计。

• 指标：定期收集的数字数据，通常以时间序列的方式呈现，用于分析系统健康和性能，像是 CPU 使用率、内存使用情况等。

• 追踪：通过在请求或事务流中插入追踪信息来监控它们的路径，帮助理解服务间的依赖关系、延迟和性能瓶颈。

3. 什么是日志聚合工具，举例说明？

• 日志聚合工具用于收集和集中存储来自不同服务或组件的日志，帮助用户进行统一管理和分析。常见的日志聚合工具有：

• ELK Stack（Elasticsearch, Logstash, Kibana）：Logstash 用于收集和解析日志，Elasticsearch 用于存储和查询，Kibana 用于可视化。

• Fluentd：一个用于收集和转发日志的开源工具，通常与 Elasticsearch 和其他存储工具结合使用。

• Graylog：一个开源日志管理平台，支持日志聚合、存储、搜索和可视化。

4. 你如何监控和收集指标？

• 通常使用以下工具来监控和收集系统的指标：

• Prometheus：一个开源的监控和报警系统，专注于时序数据的收集和查询。Prometheus 通过抓取配置好的目标的暴露的指标端点来收集数据。

• Grafana：与 Prometheus 或其他监控系统结合使用，用于可视化监控数据，展示图表和仪表盘。

• CloudWatch（AWS）：AWS 提供的云原生监控服务，用于收集、监控和可视化 AWS 资源及应用程序指标。

5. 你如何实现分布式追踪？

• 分布式追踪用于跟踪跨多个微服务的请求流动，帮助我们理解请求的延迟和依赖关系。常见的实现分布式追踪的工具有：

• Jaeger：一个开源的分布式追踪系统，可以追踪请求在不同服务中的路径，并提供相关的性能数据。

• Zipkin：另一个开源的