利用Vector和鸿鹄搭建微服务应用的可观测性平台

一. 背景

1.1 什么是微服务应用

微服务应用由一组具有自治性的服务所组成，每一个服务只提供一类服务，这些服务一起协作以提供复杂的业务功能。相比于传统的单体应用，微服务应用是高度分布式的。如下图所示，即为一个典型的微服务应用：

如上图所示，微服务一般具有以下几个大的特征：

自治性（Autonomy）

健壮性 （Resilience）

透明性 （Transparency）

自动化 （Automation）

一致性 （Alignment）

本篇文章我们重点聊一下透明性特征。在微服务应用中，当错误发生的时候，工程师需要及时地被告知。在微服务应用中，一个请求会跨越多个微服务，而这些微服务可能由不同的团队来开发。

这就需要每一个微服务具有透明性和可观测性，来保证工程人员在运营过程中，能够观测和诊断问题。在实际的系统开发和运营过程中，一般需要收集大量的数据来确保微服务的健康度，这些数据一般会涉及：

（1）业务、运营和基础设施的指标 

（2）应用日志 

（3）请求追踪

1.2 可观测性 （Observability）

可观测性平台的四大支柱包含：指标、追踪、日志和可视化。

1.2.1 指标类数据

指标类数据一般指的是定期收集的一类数据，数据类型为数字，通常我们会关注最小值、最大值、平均值和百分位值。指标类数据通常能够反应系统和应用的效能，比如某个微服务资源利用超过阈值的时候，可以触发告警，以帮助DevOps人员诊断问题和采取进一步地行动。

1.2.2 追踪

追踪（Tracing）是相关的分布式事件组成的序列。一般我们在网关层产生一个唯一的请求ID，这个请求ID会跨越所有的请求参与者，所以追踪其实就是一组带有请求ID的日志的组合。每一个记录带有追踪和调试的信息，比如入口时间、延迟信息等。

1.2.3 日志

日志指的是带有时间戳的事件，它可以包含各种信息，比如请求的确认信息、请求失败产生的错误信息等。

1.2.4 可视化