云原生可观测性的现状、搭建方法和发展趋势
技术琐话
Posted on
当下 BAT、美团、字节跳动等一线大厂都在加速推进业务的容器化、云原生化。打开这篇文章的你，应该或多或少跟云计算、容器、Kubernetes、云原生应用有过接触。
在这样的背景之下，很多问题成了开发、测试、运维同学的家常便饭：
某个新版本发布上线之后，发现主机的 CPU 使用率持续飙高，但不知道根本原因在哪，只能根据过往的经验一一排查；
新版本上线之后，很难判断功能是不是完全正常，只能等着用户找客服投诉之后，才知道哪个模块出现了报错；
基础设施方面，通过监控搞了一大堆稀奇古怪的仪表盘，看着花花绿绿一大片，可是又不能反映出业务的真实情况，也不能跟随业务的变化而灵活调整。
局面混乱，效率又不高。可以说，监控，被架到了一个不得不革自己命的位置。而可观测性（Observability）就是解决这些问题的关键。
甚至，Gartner 在 2022 年度的基础设施和运维自动化技术成熟度周期图里，把“可观测性”放在膨胀期波峰最顶端位置，可以说是风头正盛。
如何学习可观测性？
为什么说翁一磊能讲好可观测性？
近几年的观察让他意识到，很多时候人们只是把原来传统的监控换了一个壳子，变成了可观测性。正所谓新瓶装旧酒，但其实这并不是真正意义上的可观测性。而为了矫正这种观点，看清可观测性的本质和价值，他结合自己在这一领域多年的经验和思考，带你直抵可观测性的内核，合理、高效地部署可观测平台。
这门专栏是如何设计的？
概念篇：为了更好地理解可观测性，首先带你理一理监控的发展历程。接着，他会详细解读可观测性相关的基本概念，包括你可能经常听到的可观测性三支柱。之后带你一起辨析可观测性和传统监控的区别。
👇点击「阅读原文」，获取这份可观测性指南。