一文详解全栈可观测的实现路径

作者简介：

曾庆国，来自阿里云智能-云原生可观测团队。过去多年一直从事云原生相关领域工作。从运营开源产品到商业产品研发；从应用交付、平台工程到深入云原生可观测。多次通过 KubeCon、ArchSummit、A2M、云原生峰会等平台分享云原生实践经验。

今天给大家带来一个非常让人兴奋的话题，云原生全栈可观测。

业务系统具备良好的可观测性，是最容易让开发者、运营者和管理者兴奋的。为什么这样讲？当开发者做了非常棒的业务功能，把它发布上线，此时如果它是黑盒的，或许大家都感受不到更多的成就感。当研发同学能从一个观测大盘上看到业务功能有多少 PB 流量引入，业务系统稳定运行，资源消耗平稳且符合预期；业务运营同学可以看到目前有多少用户访问，用户的行为轨迹，产生了多少业务订单。这个时候才是让大家真正的安心和兴奋。

回归本质，这就是全栈观测最基本的诉求。

回首过去几年，可观测伴随着整个云原生技术发展。Gartner 将 Applied Observability 列为 2023 年战略技术趋势，并预计，2026 年 70% 成功应用可观察性的组织将实现更短的决策延迟，为目标业务或 IT 流程带来竞争优势。

基于多年的实践经验和技术积累，阿里云发布 ARMS 全栈可观测产品体系，帮助企业更快、更低成本的完成全栈可观测技术栈的构建。

阿里云云原生 ARMS 全栈可观测方案

01

云上需要什么样的可观测体系？

Aliware

多年之前，更多讲日志、监控、运维。近几年，随着云原生技术的发展，“可观测”一词变成大家必谈的点。围绕着现有云上需求，出现了一个更热的专业词 -- 全栈可观测。

我们认为目前及未来很长时间，全栈可观测将应用到各行各业及不同企业中去。所以，今天想跟大家聊聊，什么是全栈可观测及我们为什么需要它。

云上业务在可观测维度的挑战

（一）云上观测的痛点

首先，我们来看服务上云及上云以后，企业会遇到的可观测领域挑战。

1）第一大挑战：数据孤岛

这个问题由来已久，且非常突出。举几个简单例子，企业用 ECS、容器、消息队列等不同产品都会提供可观测的数据，对于企业来讲，这些数据怎么关联起来，怎么有机形成关联整体并辅助后续决策？但通常这是割裂的。

另外，在市场上、社区里有大量可观测相关项目、工具、产品，怎么去选择？当运维同学进行选择时候，面向运维的需求去选择某个工具集去更好做稳定性。当业务和产品同学进行选择时候，希望看到更多业务级数据辅助业务决策。不同需求出发，会选择不同观测集，这是很长时间出现的问题。

今天我们讲全栈可观测的时候，核心就是解决这样的问题，在可观测领域里边如何解决数据孤岛问题。

2）第二大挑战：成本

我们认为可观测是大数据的生意，意味着各方面成本非常高，最基本的就是数据存储、数据分析、全链路计算成本。

其次，还包括怎么获取这些数据的技术、人力成本及业务上可能要更多消耗资源方面的成本。这些成本的膨胀会阻碍不同企业获得不一样的观测效果，大家看到可观测很理想、很美好，但当企业遇到成本问题时常常会退缩。

3）第三大挑战：不同技术架构下如何保障稳定

第三个点也是我们做全栈可观测的初衷。大量行业业务特别是现在很多跨国企业及规模较大的企业，业务在云原生领域中快速扩展，变成多元化和分布式，不同的架构和技术栈层出不穷。对于这些业务如何确保他们的稳定性？如何拿到更好业务数据的观测？如何衡量更优的业务成本？这些都是需要我们去把这些数据从各种各样的维度，各种各样基础设施上或者不同业务服务上收集回来，形成最终可利用的数据集。

换句话说，这些都需要两个字 -- 统一。云原生很关键的点叫做标准化统一，在云原生可观测领域里边，统一更加重要，需要我们更好地采集数据。

4）第四大挑战：无法兑现的价值

不同的团队、不同业务方对可观测的需求是不一样的。如刚才所提到的，SRE 团队、稳定性团队更多的是要关注业务稳定性、业务运行状态等；研发同学关注资源消耗、架构状态等。业务或者运营的同学关注当前的业务数据࿰