隨著很多企業(yè)致力于改善其基礎(chǔ)設(shè)施的運(yùn)營(yíng)方式，云原生監(jiān)控變得越來(lái)越重要。這些數(shù)據(jù)可用于根本原因分析、縮短事件響應(yīng)時(shí)間，并保留可用的高性能用戶體驗(yàn)。本文對(duì)如何管理云原生可觀察性數(shù)據(jù)進(jìn)行了分析和闡述，并介紹了一些技巧，這些技巧可以幫助企業(yè)在可觀測(cè)數(shù)據(jù)的海洋中保持頭腦清醒。

傳統(tǒng)的應(yīng)用程序性能監(jiān)視(APM)在新的云原生堆棧中并不總是能發(fā)揮作用，兩者在規(guī)模和數(shù)據(jù)量方面存在根本差異。此外，當(dāng)一切都在容器中運(yùn)行時(shí)，必須圍繞數(shù)據(jù)的臨時(shí)性設(shè)計(jì)和優(yōu)化監(jiān)視。

了解云原生性能可以更好地為站點(diǎn)可靠性工程師(SRE)和平臺(tái)工程師提供實(shí)時(shí)洞察力，幫助在出現(xiàn)問(wèn)題時(shí)快速響應(yīng)。因此，人們近年來(lái)看到對(duì)云原生全棧可觀察性的興趣激增，其中涉及指標(biāo)、日志和跟蹤，以揭示事件的根本原因。

Chronosphere公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官M(fèi)artin Mao表示，可觀察性的一個(gè)關(guān)鍵目標(biāo)是減少平均恢復(fù)時(shí)間(MTTR)。然而令人驚訝的是，這一指標(biāo)在許多企業(yè)中實(shí)際上正在增加，工程師們可能會(huì)遇到數(shù)據(jù)疲勞，因?yàn)樵谔幚泶罅客ㄖ獣r(shí)識(shí)別警報(bào)很棘手。Mao對(duì)于如何管理云原生可觀察性數(shù)據(jù)進(jìn)行了分析和闡述，并介紹了一些技巧，這些技巧可以幫助企業(yè)在可觀測(cè)數(shù)據(jù)的海洋中保持頭腦清醒。

可觀察性的趨勢(shì)

首先，許多開源工具正在涌現(xiàn)以支持云原生可觀察性任務(wù)，該任務(wù)與云計(jì)算提供商或計(jì)算環(huán)境無(wú)關(guān)。云原生計(jì)算基金會(huì)在一項(xiàng)研究中發(fā)現(xiàn)，工程師們正在積極使用OpenTelemetry、Fluentd、Jaeger、OpenTracing、Cortex和OpenMetrics等開源工具。

Martin Mao曾領(lǐng)導(dǎo)Uber公司可觀察性團(tuán)隊(duì)，他對(duì)當(dāng)今平臺(tái)運(yùn)營(yíng)的需求有著深刻的洞察力。Uber公司的開發(fā)人員意識(shí)到應(yīng)用程序性能監(jiān)控(APM)的不足，并試圖開發(fā)自己的工具，從而催生了開源指標(biāo)平臺(tái)M3和開源分布式跟蹤系統(tǒng)Jaeger等項(xiàng)目。

但是，對(duì)那些華而不實(shí)的云原生技術(shù)的投資確實(shí)有不利的一面。他表示，人們?cè)絹?lái)越擔(dān)心這些工具產(chǎn)生的大量數(shù)據(jù)。可觀察性數(shù)據(jù)的增長(zhǎng)遠(yuǎn)遠(yuǎn)超過(guò)業(yè)務(wù)和基礎(chǔ)設(shè)施的增長(zhǎng)，這意味著不僅難以解析，而且過(guò)多的可觀察性數(shù)據(jù)可能會(huì)創(chuàng)建新的數(shù)據(jù)湖，帶來(lái)數(shù)據(jù)存儲(chǔ)和集成的新問(wèn)題。

Mao說(shuō)，“由于產(chǎn)生了更多數(shù)據(jù)，需要篩選的警報(bào)也越來(lái)越多，這些警報(bào)開始妨礙企業(yè)找出解決這些問(wèn)題的方法。”

解決方案：優(yōu)化保留和分辨率

Mao表示，企業(yè)可以通過(guò)圍繞數(shù)據(jù)保留和解決設(shè)置限制來(lái)解決這些問(wèn)題。以下深入了解這些概念的含義。

(1)數(shù)據(jù)保留

隨著許多工具產(chǎn)生不斷升級(jí)的數(shù)據(jù)維度，企業(yè)的可觀察性數(shù)據(jù)可以快速積累。阻止數(shù)據(jù)積累的第一種方法是限制數(shù)據(jù)的收集時(shí)間和存儲(chǔ)時(shí)間。

例如，是否有必要無(wú)限期地保存在單個(gè)部署過(guò)程中收集的所有數(shù)據(jù)?在當(dāng)今的迭代開發(fā)周期中，永遠(yuǎn)存儲(chǔ)這些點(diǎn)可能不是明智之舉。這可能意味著將默認(rèn)存儲(chǔ)時(shí)間進(jìn)行縮減。

此外，未能對(duì)收集數(shù)據(jù)的時(shí)間設(shè)置限制會(huì)導(dǎo)致可觀察性數(shù)據(jù)激增。例如，只有在主動(dòng)調(diào)試時(shí)，實(shí)時(shí)記錄調(diào)試端點(diǎn)才有意，否則沒有必要收集數(shù)據(jù)。

(2)數(shù)據(jù)分辨率

數(shù)據(jù)分辨率是指記錄的時(shí)間序列數(shù)據(jù)的粒度。正如Mao指出的那樣，每秒記錄數(shù)據(jù)與每小時(shí)記錄數(shù)據(jù)基本上相差3600倍。因此，優(yōu)化數(shù)據(jù)收集的分辨率對(duì)于減少采用成本高昂的存儲(chǔ)設(shè)備非常重要。

為可觀察性數(shù)據(jù)調(diào)整數(shù)據(jù)分辨率在很大程度上取決于手頭的用例。回到持續(xù)集成(CI)/持續(xù)交付(CD)示例，如果在回滾時(shí)收集部署數(shù)據(jù)，希望每一秒都具有高分辨率，因?yàn)檫@是關(guān)鍵時(shí)刻。另一方面，如果企業(yè)要進(jìn)行一年的容量規(guī)劃，那么可能不需要在第二年之前保留歷史容量信息，因?yàn)檫@過(guò)于細(xì)化。

其他提示

優(yōu)化數(shù)據(jù)保留和分辨率可以限制記錄的數(shù)據(jù)量。這有助于保持更小的占用空間，并生成更少的數(shù)據(jù)點(diǎn)進(jìn)行篩選。與其他監(jiān)控方法相比，調(diào)整分辨率通常是一種更好的折衷方法，例如只記錄生產(chǎn)團(tuán)隊(duì)的10%，這可能會(huì)給許多用戶帶來(lái)困擾。

擁有一種動(dòng)態(tài)選擇加入和退出數(shù)據(jù)收集過(guò)程的方法可以減輕一些前期工作。這可以被認(rèn)為是自動(dòng)應(yīng)用更智能的默認(rèn)值。一旦知道什么是有效的，就可以圍繞可觀察性數(shù)據(jù)收集和存儲(chǔ)過(guò)程設(shè)置通用模式，這些模式可以在企業(yè)中共享。

Mao指出，為了更好地處理數(shù)據(jù)，團(tuán)隊(duì)將需要工具來(lái)修改和可視化他們正在收集的數(shù)據(jù)。此外，由于工作人員在調(diào)試時(shí)可能不需要每個(gè)數(shù)據(jù)點(diǎn)維度，因此他們可能會(huì)受益于預(yù)先計(jì)算所需答案的機(jī)制。

結(jié)語(yǔ)

可觀察性趨勢(shì)可以為幫助數(shù)字平臺(tái)優(yōu)化運(yùn)營(yíng)帶來(lái)巨大好處。可觀察性有助于減少響應(yīng)問(wèn)題的時(shí)間并改善最終用戶體驗(yàn)。他說(shuō)，“可觀察性在其中起著關(guān)鍵作用，它讓人們了解這些做法是否有用。”

然而，向云原生架構(gòu)的加速過(guò)渡產(chǎn)生了新警報(bào)和信號(hào)的風(fēng)暴。如果不加以解決，這些數(shù)據(jù)會(huì)迅速堆積起來(lái)，從而需要對(duì)數(shù)據(jù)本身有更高的可見性。Mao說(shuō)：“帶來(lái)的價(jià)值需要被重視。”

世界正在產(chǎn)生大量數(shù)據(jù)，數(shù)據(jù)會(huì)占用更多空間。它會(huì)累積并且大規(guī)模存儲(chǔ)的成本很高。然而，人們?nèi)匀徽J(rèn)為數(shù)據(jù)是免費(fèi)的，通常不會(huì)為數(shù)據(jù)生命周期制定計(jì)劃。Mao說(shuō)：“負(fù)責(zé)可觀察性后端的人員的心態(tài)不應(yīng)該是創(chuàng)建一個(gè)數(shù)據(jù)湖，在某種程度上必須采取一些措施。”

為了抵消這種趨勢(shì)，運(yùn)營(yíng)商不能以同樣的方式對(duì)待每一個(gè)數(shù)據(jù)。總之，為了避免淹沒在可觀察性數(shù)據(jù)湖中，需要限制不必要的數(shù)據(jù)收集，并圍繞數(shù)據(jù)收集的時(shí)間、粒度、可視化方式以及存儲(chǔ)時(shí)間實(shí)施更智能的優(yōu)化。