一部电视剧帮我们理解可观测性

前段时间热播的电视剧《开端》想必不少人都看过的，其新颖的拍摄手法和不落俗套的剧情着实颇具亮点。

（图片来自sohu.com)

为什么要说到这部剧呢？因为这部剧可以更好的帮我们理解什么是系统的可观测性，让你从一大堆技术概念中解脱出来。

我们都知道，为了保障一个软件系统的正常运行，通常我们都会为它增加监控手段，这里边主要有两类监控：黑盒监控与白盒监控。

什么是黑盒监控与白盒监控？

黑盒监控是指对服务器的监控，重点关注磁盘空间、CPU 使用率、内存使用率、平均负载等领域，这些是业内大多数人认为要监控的标准系统指标。

（图片来自pandorafms.com）

白盒监控是对在服务器上运行的应用程序的监控，可能是从Web 服务器收到的 HTTP 请求数量到应用程序生成的响应代码时间等的任何内容。

只有监控是不够的

在剧情里，主角们发现异常后多次进行警告和报警，但是问题始终没有完美解决。因为这个系统很复杂，甚至于牵扯到之前的一个系统问题（作案嫌疑人之女的交通事故）。仅仅是针对当前状态的监控与告警，是无法让这个系统快速的从故障中恢复，更别说进行一次有效的迭代提升质量了。

所幸，剧情中的循环就类似我们的代码一样，它可以重来让我们充分的debug。一次次的重置就像一次次的上线一样，那么问题来了，无论是剧情里还是现实中循环终究是有限制的，所以我们需要尽快找到解决问题的办法。

剧情里的可观测性

如果我们把公交车看成一个应用系统服务器，那个爆炸就是系统宕机的话，我们就会发现，这简直就是一部实现系统可观测性的好教材。

当男女主角身在公交车内时，对应的就是系统的白盒监控状态；当提前下车时，他们就和那些警察一样处于黑盒监控状态。

在两种状态相互交替下，他们会用心观查每个乘客的细节：每个人的位置、双肩包被紧紧抱住、行李箱非常扎眼、蛇皮袋被视若珍宝、高压锅用来装肉等等，这些是什么？聪明的你一定想到了，这些就是应用系统的部分指标数据（Metrics）。

（图片来自smzdm.com）

主角们记录的精确到几点几分的动作/行为，不仅忠实的还原了当时的情况，同时也为排查问题助了一臂之力，这不就是系统的日志数据（Logs）么。

随着剧情的推进，他们获取了更重要的数据，包括每个人物的关系，以及不同循环里事件的发展路径，这些也是对破案最为关键的信息，其实对应的就是系统的追踪数据（Traces）。

到此，构建可观测性的三大类数据支撑已经完备，我们也不难发现追踪数据（Traces）才是定位问题和解决问题的核心。

可观测性能定位根本问题

剧情最后，在主角们多轮艰苦卓绝的努力下，问题终于得到了圆满的解决。但是，我们该庆幸么？不，我们该反思。如果从一开始主角们就知道人物的关系和事件的先后顺序，破案还会这么困难么？答案自然是否定的。

回到我们的软件系统中，潜在复杂性的来源是永无止境的，监控可能变得异常复杂，以至于监控本身变得很脆弱、难以维护。因此，一套好的监控系统应该是简单并有效的，提供源自基于时间序列的设备、已知故障模式以及黑盒测试的关键业务和系统指标，而不是提供成百上千无太大意义的指标，意图“监控一切”的做法很多时候都是一种反面教材。

（图片来自dockone.io）

但可观测性则不同，它旨在提供对系统行为的高度精细的洞察以及丰富的上下文，非常适合指导调试并真正解决系统的问题。由于无法预测系统可能遇到的每一种故障模式，或预测系统可能出现异常的每一种可能方式，因此我们构建的可观测性是用证据而非推测进行调试系统，这很重要。

总结

可观测性并不是在取代监控，它也不是一种我们通常理解的工具形态。准确的讲，它是一种属性的范畴，甚至在很多时候是种能力的体现形式，越复杂的系统越需要这种属性或能力。

但是话说回来，可观测性也并非万能的，它可以引导开发人员找到准确的答案，但不能保证让他们100%找到答案。这个过程当中依旧需要当事人对系统、网络等有着良好的理解甚至直觉，才能让定位问题变得轻松并高效。