什么是可观测？

可观测的主要数据类型包括：

• 指标数据（Metrics）

指标通常指系统性能相关的可量化数据，如 CPU 使用率、内存占用、网络带宽利用率、数据库查询速率、服务响应时间等。这些实时或周期性收集的数据可用于监控系统性能、资源利用率、容量规划、系统可用性。

• 链路数据（Tracing）

链路数据常用于跟踪一个请求在多个服务间的调用路径及其耗时。通过收集每个服务节点上的跨度（Span）信息，形成完整的请求链路视图，便于深入理解跨服务边界的服务交互性能和问题定位。

• 日志数据（Logging）

日志是系统在运行过程中生成的记录信息，包括错误消息、警告、调试信息及用户操作事件等。通过对日志进行收集、存储、搜索和分析，运维人员能够了解系统的执行历史、发现异常情况并诊断问题。

通过对这些数据的收集、聚合、关联和分析，运维团队能够更深入地理解系统运行状态，快速定位和解决问题，进而提升系统的稳定性和可靠性。在复杂分布式系统中，可观测是保证服务质量和进行有效运维的关键手段之一。

为什么需要可观测？

可观测是现代IT系统的核心需求之一，它对于构建稳定可靠、高效灵活的技术基础架构至关重要。可观测的必要性主要体现在以下几个方面。

• 故障诊断与问题解决

通过实施可观测，运维团队能够实时收集并分析系统的日志、指标、事件以及分布式追踪数据，从而快速定位到系统中的异常或故障点，并采取相应措施进行修复。这有助于减少服务中断时间，提升系统的可用性和稳定性。

• 性能监控与优化

可观测使得运维人员能够深入了解系统的实时性能表现，包括延迟、吞吐量、资源利用率等重要指标。这些信息可以帮助识别出性能瓶颈及其原因，进而制定优化策略以提高系统性能和效率。

• 业务连续性和服务质量

为了确保业务流程顺畅运行，满足服务水平协议（SLA）的要求，需要依赖对系统状态的准确掌握。可观测提供了全面的视角来监测系统健康状况，帮助您及时发现潜在风险，保障业务连续性和用户体验。

• 自动化运维与自愈能力

结合可观测数据与自动化运维工具，可以实现自动化的故障检测、恢复及弹性伸缩等功能，进一步提升运维响应速度和准确性，降低人为干预带来的延误，甚至错误。

• 安全性与合规性

可观测也有助于安全审计和合规要求，通过记录和分析系统行为，能更有效地检测和防止安全威胁，同时为法规遵从提供必要的数据支持。

• 决策支持与前瞻性管理

基于历史和实时的可观测数据，管理者能够做出基于数据驱动的决策，预见未来可能的问题，提前进行资源规划和技术架构调整。

可观测和监控的区别是什么？

可观测和监控在 IT 运维和系统管理中都是非常重要的实践。监控是针对系统健康状况的常规监护，而可观测则是对系统深层次内在逻辑的理解与解读，它通过获取更多元、更丰富的数据来提升系统管理和维护的效率与准确性。您可以从以下维度理解两者之间的关键差异。

• 数据收集与分析的广度

  • 监控通常关注预先定义的关键性能指标（KPIs），如 CPU 使用率、内存消耗、网络流量等，以及服务的可用性和响应时间。监控工具会定期或连续地收集这些指标，并通过设定阈值触发警报。所以监控主要用于发现问题并触发警报。

  • 可观测则强调对系统的深入理解，需要更全面的数据集来推断系统内部的状态和行为。除了基础的性能指标外，可观测还包括日志记录、分布式追踪、应用程序运行时数据等多维度信息，以便在出现问题时能够分析根本原因。

• 目标与深度

  • 监控的目标主要是发现异常情况并及时通知运维人员，其重点在于发生了什么和何时发生的。更多依赖于预先设定好的表面现象或外部表现，对于复杂系统可能无法揭示深层次的问题。

  • 可观测的目标更加深远，要求系统能生成足够丰富的数据以便了解其内部工作原理，旨在帮助运维团队了解系统为什么以某种方式运行，从而可以更快地定位问题，预防潜在风险，优化系统性能，并支持持续改进。可观测追求的是回答为什么的问题，而不仅仅是表面现象。

• 主动性与被动性

  • 监控通常是一个相对被动的过程，依赖预配置的规则和检查点。

  • 可观测更具主动性，因为它鼓励从多种角度探索系统的行为模式，即使没有明显的故障信号也能揭示潜在的问题，特别是在快速迭代和复杂的微服务架构下。

• 决策支持

  • 监控提供的数据主要用于实时发现和报告异常情况等即时决策，比如是否需要重启服务、调整资源分配等应急措施。

  • 可观测提供更丰富、更具洞察力的数据，进行深入分析和诊断，不仅限于紧急响应，还能够支持长期策略制定和技术架构优化。

• 技术栈与工具

  • 监控工具通常包括仪表盘、图表、警报系统等，用于实时显示系统状态。

  • 可观测工具则可能包含日志聚合平台、分布式追踪系统、时序数据库、APM（应用性能管理）工具以及利用机器学习进行智能分析的组件。

可观测有哪些实际应用？

可观测在实际应用中的表现形式丰富多样，以下为部分典型应用场景。

故障排查

当系统出现性能瓶颈、错误或故障时，运维人员可以通过分析日志记录、系统指标以及分布式追踪数据，快速定位问题发生的具体服务节点和请求链路。

性能优化

利用可观测技术，企业可以深入了解应用程序和基础设施的性能特征，如识别出资源利用率低效的服务、发现响应时间过长的操作等，从而针对性地进行性能调优。

容量规划与预测

根据历史及实时观测到的资源使用情况（CPU、内存、存储、网络流量等），运维团队可以准确预测未来系统的资源需求，并作出相应的扩容或缩容决策，确保业务稳定性的同时降低成本。

安全与合规审计

安全事件发生时，可观测数据可以帮助追踪攻击路径，揭示潜在的安全漏洞。同时，对于满足合规要求，如跟踪操作行为、记录变更历史等，可观测也能提供必要的审计依据。

DevOps 流程改进

可观测将开发、测试、运维紧密联系起来，通过反馈实时的系统运行状态数据，在 CI、CD 流程中快速迭代和持续优化。即时获知代码部署后的真实效果，迅速做出调整。

微服务架构服务治理

在复杂微服务架构中，可观测是理解和控制整个系统的基石。通过统一收集和分析各个服务之间的调用关系和性能数据，能够实现对大规模分布式系统的有效管理和治理。

用户体验保障

对于依赖云计算平台的企业来说，可观测有助于提高服务质量，保证用户获得流畅且无中断的体验。通过对系统全面的监测，及时发现并解决影响用户体验的问题，从而提升品牌口碑和客户满意度。可观测广泛应用于IT运维、软件工程、安全管理等多个领域，它增强了组织对自身系统和业务流程的认知能力，帮助其做出更明智的决策，以应对快速变化的技术环境和业务需求。

阿里云如何帮助您实现可观测？

• 向上形成兼容开源标准的统一观测界面

您可以借助可观测监控 Prometheus 版、可观测可视化 Grafana 版、可观测链路 OpenTlemetry 版三个可观测事实标准，与应用实时监控服务 ARMS 的应用层监控（APM）、前端体验监控（RUM）、基于 eBPF 技术的应用监控 eBPF 版、云监控等阿里云自研可观测产品双向连接。针对于基础设施层、应用层、用户体验层提供场景化观测能力之外，将可观测数据与分析能力以开放标准（PromQL)、统一开放界面（Grafana）的形式提供给用户，实现统一大盘监控与统一告警管理。

• 向下连接阿里云可观测数据存储类产品

统一可观测数据（如日志服务 SLS、Elasticsearch 服务等）存储，以及散落在异构数据存储设施中（如 ClickHouse、Lindorm、RDS）的可观测数据，实现可观测数据源管理与异构数据间无缝探索。

• 横向连接阿里云所有应用管控产品与中间件产品

阿里云所有应用管控（如容器服务 ACK、企业级分布式应用服务 EDAS、Serverless 应用引擎 SAE、函数计算 FC 等）与中间件产品全面拥抱开源可观测标准，并与可观测套件连接。目前，已有超过 50 款阿里云云服务通过 Prometheus 标准进行观测。

• 全面拥抱开源

阿里云作为国内可观测领域的引领者，积极拥抱开源生态，提供可观测监控 Prometheus 版、可观测可视化 Grafana 版、可观测链路 OpenTelemetry 版，兼容 OpenTelemetry、Skywalking 等主流开源协议的链路追踪服务，共同形成新一代阿里云可观测解决方案。使用标准化技术向下连接存量、碎片化可观测数据，向上帮助客户形成自己独有、无厂商锁定的可观测解决方案，实现真正的客户成功。

• 打造可观测数据生态

自 2017 年，阿里云与 Elastic 公司合作打造 Elasticserach 服务后，阿里云先后与 Grafana Labs、博睿数据、谐云、袋鼠云等企业达成战略合作。通过无缝集成阿里云自研可观测体系，把引领业界标准的优秀产品与技术服务带给阿里云的海量客户，以此实现为客户提供更丰富、优质、低门槛的可观测服务与能力。

产品和服务

最佳实践