Observability

1. 什么是可观测性

可观测性是软件和系统的特性，它允许通过输出来衡量内部状态，它允许您在出现问题时询问有关系统⾏为的问题。（“为什么X坏了？” 或者“现在是什么导致了延迟？” 是可观测性可以回答的⼀些问题。）

2. 为什么重要
   监控这些工具和技术，只能显示和收集外部信号。与 DevOps 一样，可观测性通过提供对整个基础架构的洞察使软件工程师受益，使他们能够看到它如何因问题、部署新软件或扩展或缩减而发生变化。

3. 可观测性中使用的主要数据类，如何使用
   使用以下数据不能保证可观测性，尤其是独立使用或者为每个函数使用不同的工具。当您在单个解决方案中集成您的日志、指标和跟踪来实现可观测性，这样既可以了解问题何时发生，还可以立即将注意力转移到了解这些问题发生的原因上
    日志
   特定时间发生的事件文本记录
    指标
   在一段时间内的测量数值，包括特定属性 （时间戳、名称、KPI和值）
    跟踪
   跟踪表示请求通过分布式系统的端到端的过程。

4. 如何实现可观测性
   使用适当的工具对系统或者软件收集适当的遥测数据。通常包括
    仪表
   这些事测量工具，从容器、服务、应用程序、主机和系统的任何其他组件收集遥测数据，时间整个基础框架的可见性
    数据关联
   处理和关联从整个系统收集的遥测数据，创建上下文，并支持时间序列可视化的自动或自定义数据管理。
    事件响应
   这些自动化技术旨在根据待命时间表和技术，将有关中断的数据提供给合适的人员和团队。
    AIOps
   机器学习模型用于自动聚合、关联和优先排序事件数据，允许您过滤警报噪声，检测可能影响系统的问题，并在它们发生时加快事件响应。

5. 良好可观测工具标准
    与当前工具集成
    对用户友好
    提供实时数据
    支持现代事件处理技术
   有效的可观测性⼯具应该能够从您的堆栈、技术和操作环境中收集所有相关信息；将有价值的信号从噪⾳中分离出来，并添加⾜够的上下⽂，以便团队可以解决它。
    可视化聚合数据
   可观测性⼯具应该以易于理解的格式呈现洞察⼒，例如仪表板、交互式摘要和⽤户可以快速理解的其他可视化。
    提供上下文
   当事件发⽣时，您的⼯具应提供⾜够的上下⽂，让您了解系统性能如何随时间变化、变化与系统中的其他变化有何关联、问题的范围以及受影响服务的任何相互依赖关系或组件
    使用机器学习
    提供业务价值

可观测体系构建无从下手？最佳实践分享拿走不谢！-InfoQ
应云而生，一文看懂端到端的可观测体系构建-InfoQ
What is Observability? A Beginner’s Guide | Splunk