前端视角的可观测性 (一)

TL;DR

Gartner 将应用可观测性列为 2023 年重要战略趋势之一。

作为开发者, 即便没有专精此道。但了解一下，还是有必要的。

前言

最近，我所在的产品组，将完善监控系统，放入了版本规划中。

趁此良机，了解了一波可观测性相关的背景和技术。

同时，对原有的监控方式，进行了一定的改造。

可观测性

控制理论中的可观察性（observability）是指系统可以由其外部输出推断其其内部状态的程度。系统的可观察性和可控制性是数学上对偶的概念。可观察性最早是匈牙利裔工程师鲁道夫·卡尔曼针对线性动态系统提出的概念[1][2]。若以信号流图来看，若所有的内部状态都可以输出到输出信号，此系统即有可观察性。

什么是可观测性？

可观测性是指能够通过检查系统或应用的输出、日志和性能指标来监控、测量和理解系统或应用的状态。

讲人话，我理解就是将传统监控系统的日志，进行了标准化、体系化。同时，将原来“孤岛式”的日志进行了“关联”。将所有日志组合成整体，以此来分析系统状态。

为什么会出现？或者说，为什么现在火了？

监控系统并不是什么稀罕事务，但为什么之前没有什么热度呢？

我认为，是排查问题的门槛，变高了。变高的原因，主要有 2 方面：

1. 系统复杂度

2. 数据量

系统复杂度

首先，是系统的复杂度在不断上升。单机软件、集群部署、云服务、虚拟化。

软件部署方式的每一次升级，都在提升软件系统的整体能力。

与此同时，一旦出现问题，排查 &解决问题的难度，也在不断上升。如果身边有运维同学，可以听他们讲一讲，独属于他们的、深夜里的故事🤣

数据量

从计算机诞生，我们已经经历了单机软件、局域网、互联网，且身处移动互联网。

在网络高度普及的今天，软件和服务，包裹着每一个网民。网络触手的延伸，在提供了高度便利的同时，也给数据量带来了井喷式的增长。这给问题排查，增加了不小的难度。

当下，我们身处移动互联网的上半场，当摄像头、家用电器、车载系统和新基建中无处不在的传感器入网后，在移动互联网的下半场（IoT），数据量的暴增，是可以预见的。

所以，传统监控系统相对片面、局部的监控指标，无法满足复杂环境下的系统状态监控、问题排查和系统调优。

怎么用？

Opentelemetry、Prometheus、Grafana、Jaeger 等等。现在已经有很多成熟的开源工具可供集成、或二次定制开发。也有不少收费的平台，方便使用。

通过这些可观测性工具，可以

1. 更加全面的监控系统指标

2. 更清晰的分析调用链条

3. 更准确、更有把握的的优化系统瓶颈点

这些不是空口白话，我们产品在初步集成 Jaeger 后，已经发现了几处有价值的隐藏问题。这在原来，只能通过大规模的压力测试（如果有）、客户现场反馈来发现、修复。

后边有机会（如果不鸽），会分享一些脱敏的相关实践。

一点想法

这周，集成进系统的 Jaeger 基本可用了。通过和后端师傅的交流，发现了几处隐藏的问题，挺开心的。

虽然有些马后炮了，但在毕业不久的时候，就有对完善的监控体系的期待了。可惜，当时虽然有考虑过监控系统的雏形，但只停留在想象中了。现实里的时间，都去打游戏了。。。

总之，Observability 相关的技术, 不是颠覆传统监控系统的银弹。

在我看来，更像是应运而生。是对传统监控体系的完善、补充和升级。

参考资料

1. wiki
   

2. RedHat