下面这些“可观测性用例”能够帮助组织深入地挖掘其系统监控和分析,以提前发现潜在问题并提醒 IT 员工。
围绕技术平台的可观测性背后的想法是通过其输出来了解复杂环境的状态。然后,可观测性的深度导致该平台上的任何问题可以如何快速有效地被识别和修复。
这看起来像是重述和重命名 IT 管理员一直在做的事情——试图通过使用系统管理软件和其他工具来掌握正在发生的事情。
然而,可观测性并不是简单地重新利用现有软件来从客户那里获得更多的钱。这是大多数组织正在努力应对的变化所驱动的真正需求——从完全拥有和控制的平台转变为拥有和共享、物理和虚拟化的基于云的平台的复杂混合环境。涵盖这种环境的工具很少而且相差甚远,但可观测性提供了处理其中许多领域的起点。
用例 1. 底层可观测性架构
可观测性汇集了来自广泛来源的数据,因此可以对其进行分析并确定问题所在或将来可能出现的问题。这需要强大的监控能力,以及对被监控系统每个部分的基础指标的理解。必须了解平台不同部分之间的依赖关系,并且必须定义正常和异常。这可以作为可观测性系统运行时的开箱即用设置、用户定义设置和经验学习限制的组合来完成。
此外,可观测性应该能够识别来自零日威胁的异常活动或由糟糕或错误的编码引起的直接问题。
用例 2. 数据监控、汇总和报告
公共云所有者可能不允许组织运行深入的管理软件,但他们的平台会不断创建数据,例如遥测和日志数据,尤其是与工作负载相关的数据。通过将这些数据与数据流聚合、分析并获得近乎实时的报告,组织可以及早发现问题。如果问题出在平台上,您可以立即处理;如果它被指示为在平台的第三方拥有的部分上,则您可以及早了解该问题,并可以与提供商共享数据,以便它可以解决问题。
基于事件的自动化使 IT 团队,尤其是站点可靠性工程团队,能够触发故障单,这些故障单可以路由到正确的应用服务或人员。这使员工能够继续为组织创造战略 IT 价值的业务。
例如,员工可以专注于数字化转型等领域,并更加相信通过深度可观测性进行的自动修复将使复杂的工作流程更有可能发挥作用,并且在出现问题时更快地得到修复。
用例 3. 平台安全和 DevOps
可观测性派上用场的另一个领域是主动管理安全性。来自整个平台的数据输出可以监控异常活动并触发事件,以减轻或阻止安全问题的任何影响。
DevOps 环境可以监控异常活动,如果该操作会在工作平台上产生问题,则可以防止配置工作负载。即使工作负载在主平台上并开始出现异常行为,可观测性也可用于启动限制工作负载或使工作负载脱机的操作,并在必要时将其替换为已知的工作版本。
即使是 DevOps 的上游,开发人员也会发现可观测性很有用:处理不同微服务和虚拟容器的输出的能力可确保这些环境在 DevOps 线下推时为生产环境做好准备。
用例 4. 长期趋势
可观测性的一个有用方面是随着时间的推移跟踪应用程序或平台的性能。可以发现变化,并且可以识别目标之外的趋势,从而触发补救措施或请求人工干预。
例如,遭受内存泄漏的应用程序或服务可能会导致问题,即使泄漏速度很慢。可以识别更多人使用的应用程序并调整资源以更好地满足他们的需求。
目前,可观测性还不能作为单一的现成产品提供。但是,通过确保监控、数据聚合和分析能力到位以支持可观测性方法,然后将事件触发器集成到帮助台系统中,自动化系统管理和基于云的资源管理和工作负载供应引擎应该为组织提供大部分他们对未来的要求。
原文来源 | https://www.techtarget.com/searchitoperations/tip/Common-use-cases-for-observability
编辑 | 一路孙