“龙蜥社区系统运维 MeetUp”乘云数字议题分享

2023 年 8 月 12 日，由龙蜥社区主办、乘云数字协办的 “龙蜥社区系统运维 MeetUp” 主题活动于杭州成功举办。本次活动聚集了高校教授、业内主流可观测厂商以及众多开发爱好者莅临现场，共同探讨可观测技术，线上超 1 万人观看并参与了互动。

乘云数字作为本次活动协办方，精彩呈现了以“云观测场景下的 Tracing 全量存储技术研究”为题的主题演讲，并发布了行业领先的“TraceX 调用链全量存储系统”。

圆桌讨论环节，各位嘉宾就当下 IT 运维领域所面临的难题和技术趋势等话题展开了激烈而深入的探讨。乘云数字作为国内可观测领域的先行者，也发表了独特的看法。

下面就乘云数字在本次会议的具体分享内容展开介绍：

1. TraceX 调用链全量存储系统

在本次活动中，DataBuff 产品线架构师针对本次议题进行了全面深入的技术分享。架构师详细阐述了构建 Tracing 全量存储的背景和必要性，以及实现这一目标的方法。此外，还生动展示了 TraceX 系统在实际落地中取得的显著效果。

下面是主题分享内容：

DataBuff 提出了两个关键理念：1）构建以“Tracing”为核心的一体化可观测系统；2）构建基于“拓扑”驱动的内生 AIOps 分析引擎

这两个理念是乘云公司在大量的项目实践中积累的宝贵思路。在这两个关键理念中，Tracing 都是关键要素。

从数据层面，Tracing 是“观测五件套”的核心数据类型，可以提供交易级的追踪分析，任何数据都代替不了；

从关系层面，基于拓扑驱动构建的内生 AIOps 技术路径（或称之为现代 AIOps），较传统 AIOps 能够提供确定性的根因分析，而 Tracing 同样拓扑的核心，所有的空间地图都是围绕 Tracing 为中心展开。

因此 Tracing 的数据处理难题是可观测领域的核心难题，而“全量存储”又是众多难题中的重中之重。尤其是在云原生时代，容器的规模是爆炸的，原先虚拟化环境 VM 的数量是成百上千个，在云计算环境 Container 的数量可能是上万、上百万的。海量的容器实时产生的数据与关系不可估量，如果不能较好的解决 Tracing 的全量存储难题，就无法有效的构建高效的可观测分析能力。

当前，国内大多可观测软件厂商都无法解决这个问题，大量丢弃客户链路追踪数据的现象层出不穷，在安全合规、故障回溯、算力成本方面均受到了挑战。乘云公司就这种难题，专门开发了一款“TraceX 调用链全量存储系统”，该系统集成到 DataBuff 一体化观测平台内部，用以解决众多客户的困扰。

系统介绍：

TraceX 是 DataBuff 产品线研发专家推出的面向大规模场景、实现全量化存储调用链数据的专用存储系统。它主要有 2 部分组成：

• 写入服务：负责将原始 Tracing 进行压缩并转换成 offset,写入到重造的 KV 索引系统中。

• 重造的 KV 索引系统：负责对 TraceID+SpanID:offset 的 KV 键值对进行高效存储和查询。

TraceX 本质上适用于任何一位购买可观测软件或 APM 软件的客户，尤其适用于交易规模特别庞大的行业客户（如互联网电商公司、银行高并发交易系统等）。很多可观测软件厂商，为了降低后台集群压力，不得不大量丢弃客户的链路追踪数据，最终在安全审计与合规、故障排除、性能优化、历史回溯等环节面临严峻挑战。TraceX 能够有效的降低 Tracing 数据的存储成本、提升分析效率，真正达到降本增效的目的。

效果展现：

TraceX 的整体效果可以达到：每天 1PB 的原始 Trace 数据，高峰期 1300 万 TPS 的 Trace 写入，使用的资源如下：

1. 110C 的计算资源

• 写入服务占用 100C

• 重造的 KV 索引系统占用 10C，单核可支撑 130 万 tps

2. 80T 的存储：上述写入和 KV 索引的总量。

3. 单 Span 查询平均耗时 200ms。

2. 圆桌讨论话题

圆桌讨论环节，阿里云系统服务负责人冯富秋主持会议，提出多个 IT 运维领域的关键问题，各位嘉宾踊跃发言、见地深刻。下面就其中一个话题，展开介绍乘云公司度远先生的个人见解。

“ 目前运维系统在哪些技术还需要突破？ 对于最近大火的大模型，你有什么尝试或看法？你觉得目前的应用困难在哪里？ ”

乘云数字在今年 7 月份，率先发布了国内首款商业化的 OpsGPT 引擎，是业界较早将大语言模型在 IT 运维领域的垂直应用落地。我们初步计划将 OpsGPT 打造成一位低成本、高效率的运维老专家，用以辅助运维工程师开展工作。

作为业内首家吃螃蟹的创业公司，乘云数字的力量还很微弱，在大模型领域的探索才刚刚开始。初期的探索中，我们的一点小小体会是，大模型作为人工智能领域的重大技术变革，对企业 IT 服务领域的影响重大而深远，但现阶段也不适合过早过度神话，无论是底层数据质量、算力支撑、指令级的专业知识、向量数据库逻辑等都是需要进一步演进和积累。这个领域需要有使命感的领军企业来带动，以大模型为抓手，大家以更开放的态度，共同协作，才能为用户提供更大的价值。

OpsGPT 的路还很长，但 DataBuff 产品线本身就是一款集业界最先进可观测技术的集大成者，所以我们希望 OpsGPT 这个模块能够在 DataBuff 产品中发挥越来越重要的功能，为客户生产环境中的根因定位、故障自愈等技术难题提供更多的能量。

结尾：

本次 MeetUp，在龙蜥社区及各企业、开源爱好者的热情参与下圆满结束。现场，各位嘉宾纷纷发表了精彩卓越的技术见解，乘云数字参会的小伙伴也是获益良多。通过本次活动，各行业专家与线上、线下的参会者共享技术成果、交流技术进展、凝聚产业共识，共同打造中国可观测的运维能力建设。

最后，作为本次活动的协助方，乘云数字特此感谢各位参会者的热烈支持、不远万里到杭参会。重点感谢龙蜥社区能够主办本次活动，聚齐同行业技术爱好者共同探讨中国可观测性的未来发展，为中国云运维发展贡献力量。希望这样的 MeetUp 会议越来越多、经久不衰。