• 可观测性不止于监控,让运维不开盲盒!


    近年来,可观测性热度节节攀升,企业在可观测性实践过程中常常也伴随着一系列棘手的问题:

    • 监控与可观测区别是什么?
    • 可观测发展史是怎样的?
    • 如何规划可观测的体系化建设之路?
    • 如何让可观测平台与工具顺利落地?

    接下来我们就跟随嘉为科技AIOps产品负责人宋蕴真的脚步,步步深入,深度剖析可观测性,全面深度挖掘探索企业运维可观测体系的建设之路。

    *注:以下内容整理自:嘉为科技AIOps产品负责人 宋蕴真 于 嘉为蓝鲸2022研运一体创新峰会的精彩分享——《运维可观测体系化建设之路》。

    01. 正本清源——可观测与相关易混淆概念

    1)监控VS可观测性

    谈及可观测性,就不得不提一个经常会被混淆的概念,也就是监控。在我们以往的实践过程中,通常遇到最多的问题就是:企业现在已经建设了许多监控工具了,可观测的体系建设能够带来什么价值?

    首先需要明确:监控是一种可观测的实现手段,而可观测性本身不止于监控。

    对于运维来说,在发现问题时,传统监控通通仅能指向问题发生的对象,将告警发送给用户,此时依靠运维人员的历史处理经验来进行下一步动作。往往这种处理方式经由经验丰富的运维人员处理,能够得心应手,但是当运维人员缺乏处理经验时,我们仅仅只能够发现问题的表层,而无法得知问题的根源,造成运维在解决问题时,犹如开“盲盒”一般,毫无头绪的境况。

    监控使用者更偏向于具备丰富经验的传统运维老手,举个例子来说,就如同老中医通过把脉能够大体判断病症,同样的,运维老手从仪表盘就大概能够判断出问题的程序或机器。但这种方式非常依赖于过往的经验,以及运维人员对这套系统的熟悉度。

    而对于可观测来说,它更像是西医的概念,就好比去医院进行体检时,通过很多全面的检查,医生就能够比较精确的指向病因根源。可观测性让我们通过更加复合的手段,让不具有很多运维经验或者对系统并不熟悉的人也能够很好的完成运维工作。

    2)可视化VS可观测性

    第二个容易混淆的概念,往往出现在初步接触可观测领域,即可视化和可观测性的混淆。本身这两个概念都比较大,在此我们也仅仅只浅谈可观测里面的可视化。

  • 相关阅读:
    AspNet.WebApi.Owin 自定义Token请求参数
    YGG GAP 第一季 NFT 背后的设计理念
    [SQL开发笔记]SELECT 语句:读取数据表的信息
    学习JavaScript进阶
    杂记 | 使用gitlab-runner将python项目以docker镜像方式流水线部署到服务器(解决部署缓慢和时区不对的问题)
    Spring4Shell的漏洞原理分析
    怎么使用yolov8进行图片识别,分类,分割,视频追踪
    MFC Windows 程序设计[153]之多样的文档视图
    Redis的Set类型、Sorted Set类型、Bitmap类型和HyperLogLog
    《PyTorch深度学习实践》第十二课(循环神经网络RNN)
  • 原文地址:https://blog.csdn.net/weixin_42556618/article/details/128014230