作者：博睿數(shù)據(jù)產(chǎn)品經(jīng)理-劉亞輝

本文分兩部分，共3400字，閱讀大約5分鐘

l 介紹可觀測(cè)性

l 介紹Opentelemetry的核心概念

重新認(rèn)識(shí)可觀測(cè)性

管理學(xué)大師彼得德魯克有一句話：“如果你無法衡量它，你就無法管理它”。在企業(yè)中，無論是管理人，還是管理事，抑或是管理系統(tǒng)，首先都需要衡量。衡量的過程其實(shí)是搜集信息的過程，有了足夠的信息才能做出正確的判斷，有了正確的判斷才能做出有效的管理和行動(dòng)方案。

下面我用一個(gè)簡(jiǎn)單模型來說明我對(duì)可觀測(cè)性的理解：

圖釋：通過觀測(cè)看到表象，通過判斷定位問題，通過優(yōu)化解決問題。

可觀測(cè)性描述的就是“觀測(cè)-判斷-優(yōu)化-再觀測(cè)”這個(gè)閉環(huán)的連續(xù)性、高效性。如果只有觀測(cè)而無法基于觀測(cè)做出判斷，則不能稱其具備可觀測(cè)性。如果只有經(jīng)驗(yàn)判斷而沒有數(shù)據(jù)支撐，也不能稱其具備可觀測(cè)性，這樣會(huì)導(dǎo)致組織高度依賴個(gè)人能力會(huì)帶來管理風(fēng)險(xiǎn)。如果優(yōu)化之后無法反饋到觀測(cè)上，或者因優(yōu)化引入新的技術(shù)而導(dǎo)致無法觀測(cè)，則其可觀測(cè)性不可持續(xù)。如果在觀測(cè)、判斷、優(yōu)化的閉環(huán)中需要付出很高的成本和承擔(dān)很大風(fēng)險(xiǎn)，則其可觀測(cè)性的價(jià)值為負(fù)。

所以，當(dāng)我們?cè)谡効捎^測(cè)性的時(shí)候，其實(shí)更多考慮的是觀測(cè)者、管理者的感受，也就是說在我們遇到問題的時(shí)候，能否輕而易舉地在觀測(cè)平臺(tái)找到答案，沒有阻力也沒有困惑，這就是可觀測(cè)性。隨著企業(yè)的發(fā)展，組織架構(gòu)（角色、觀測(cè)者）和管理對(duì)象（系統(tǒng)、被觀測(cè)者）都會(huì)隨之發(fā)展變化，當(dāng)使用了一堆傳統(tǒng)的觀測(cè)工具，卻仍然無法滿足觀測(cè)者、管理者新的需求的時(shí)候，我們不禁要問：“可觀測(cè)性何在？”。

“可觀測(cè)”不等于“可觀測(cè)性”

下面，我們來看一下我們習(xí)以為常的觀測(cè)方式。

圖釋：傳統(tǒng)的觀測(cè)工具是垂直的，觀測(cè)者需要從多個(gè)工具中進(jìn)行問題判斷。

通常我們會(huì)基于自己想要的數(shù)據(jù)去搭建觀測(cè)工具。當(dāng)我們想了解掌握基礎(chǔ)設(shè)施的健康狀況的時(shí)候，我們會(huì)很自然的想到搭建一個(gè)儀表盤，實(shí)時(shí)監(jiān)測(cè)各項(xiàng)指標(biāo)。當(dāng)我們想了解業(yè)務(wù)是如何出問題的，我們會(huì)很自然的想到搭建一個(gè)日志平臺(tái)，隨時(shí)過濾排查業(yè)務(wù)日志。當(dāng)我們想了解事務(wù)為什么高延遲，我們會(huì)很自然的想到搭建一個(gè)鏈路監(jiān)測(cè)平臺(tái)，查詢拓?fù)湟蕾嚭透鞴?jié)點(diǎn)的響應(yīng)時(shí)間。這種模式很好，幫助我們解決了很多問題，以至于我們從不懷疑可觀測(cè)性，我們信心滿滿。偶爾遇到大難題，把我們的儀表盤、日志平臺(tái)、鏈路平臺(tái)打開，所有的數(shù)據(jù)都在這里，我們堅(jiān)信一定能到找問題的根因。即使花費(fèi)了很長(zhǎng)時(shí)間，我們也只是告訴自己要多學(xué)習(xí)，多了解掌握自己負(fù)責(zé)的系統(tǒng)，下一次我一定能更快找到根因。是的，當(dāng)我們想要的數(shù)據(jù)都擺在面前的時(shí)候，我們還有什么理由怪罪觀測(cè)工具。

圖釋：人腦像一把尺子，根據(jù)經(jīng)驗(yàn)比對(duì)多個(gè)指標(biāo)來發(fā)現(xiàn)它們的相關(guān)性。

圖釋：當(dāng)發(fā)現(xiàn)指標(biāo)有毛刺的時(shí)候，往往需要在大腦中構(gòu)建復(fù)雜的日志查詢條件，費(fèi)時(shí)不說還容易出錯(cuò)。

我們會(huì)不辭勞苦地在各種指標(biāo)數(shù)據(jù)中尋找可能的關(guān)聯(lián)性，得到關(guān)鍵線索后，我們會(huì)在大腦中構(gòu)造出一堆復(fù)雜的日志查詢條件來驗(yàn)證自己的猜想。就這樣比對(duì)、猜想、驗(yàn)證，同時(shí)還要在各種工具中切換，不可否認(rèn)很充實(shí)。

圖釋：系統(tǒng)規(guī)模龐大的時(shí)候，人已經(jīng)無法去定位問題了。

傳統(tǒng)的系統(tǒng)相對(duì)簡(jiǎn)單，上述方式行之有效。現(xiàn)代IT系統(tǒng)的關(guān)鍵詞是分布式、池化、大數(shù)據(jù)、零信任、彈性、容錯(cuò)、云原生等，越來越龐大，越來越精細(xì)，越來越動(dòng)態(tài)，同時(shí)也越來越復(fù)雜。通過人去尋找各種信息的關(guān)聯(lián)性，再根據(jù)經(jīng)驗(yàn)判斷和優(yōu)化，顯然是不可行的，耗時(shí)耗力還無法找到問題根因。

傳統(tǒng)的工具是垂直向的，引入一個(gè)新的組件的同時(shí)也會(huì)引入一個(gè)與之對(duì)應(yīng)的觀測(cè)工具，這樣是保證了數(shù)據(jù)的全面性，但丟失了數(shù)據(jù)的關(guān)聯(lián)性和分析排查的連貫性（換句話說，我們方方面面都監(jiān)控到了，但遇到問題，還是不能很好地發(fā)現(xiàn)和定位）。此時(shí)我們很自然的想到做一個(gè)統(tǒng)一的數(shù)據(jù)平臺(tái)，想象中把所有數(shù)據(jù)放在一個(gè)平臺(tái)就能解決關(guān)聯(lián)性的問題，但往往實(shí)際情況是我們只是把數(shù)據(jù)堆在一個(gè)地方，用的時(shí)候還是按傳統(tǒng)的方式各看各的。我們只是把無數(shù)根柱子（工具），融合成了三根柱子：一個(gè)觀測(cè)指標(biāo)、日志、鏈路的統(tǒng)一平臺(tái)，數(shù)據(jù)統(tǒng)一了，但關(guān)聯(lián)性還得靠人的知識(shí)和經(jīng)驗(yàn)。

這里邊最關(guān)鍵的其實(shí)是解決數(shù)據(jù)關(guān)聯(lián)的問題，把之前需要人去比對(duì)、過濾的事交給程序去處理，程序最擅長(zhǎng)此類事同時(shí)也最可靠，人的時(shí)間更多的用在判斷和決策上。這在復(fù)雜系統(tǒng)中，節(jié)省的時(shí)間會(huì)被放大很多倍，就這點(diǎn)小事就是可觀測(cè)性看得見的未來。

圖釋：未來觀測(cè)工具需要通過時(shí)間和上下文來關(guān)聯(lián)數(shù)據(jù)

那么，如何做數(shù)據(jù)關(guān)聯(lián)呢？說起來很容易，那就是做時(shí)間+空間的關(guān)聯(lián)。在我們的統(tǒng)一數(shù)據(jù)平臺(tái)上，由于數(shù)據(jù)是來自于各種觀測(cè)工具的，雖然我們?cè)跀?shù)據(jù)格式上統(tǒng)一成了metric、log、trace，但不同工具的metric、log、trace的元數(shù)據(jù)截然不同，而如果我們?cè)谶@個(gè)統(tǒng)一數(shù)據(jù)平臺(tái)上去梳理和映射這些元數(shù)據(jù)的話，這將是龐雜、難維護(hù)、不可持續(xù)的。那該如何做呢？答案就是標(biāo)準(zhǔn)化。只有將標(biāo)準(zhǔn)化、結(jié)構(gòu)化的數(shù)據(jù)喂給觀測(cè)平臺(tái)，觀測(cè)平臺(tái)才能從中發(fā)現(xiàn)巨大價(jià)值。統(tǒng)一數(shù)據(jù)平臺(tái)只是在數(shù)據(jù)格式上進(jìn)行了標(biāo)準(zhǔn)化，而要想將trace、metric、log關(guān)聯(lián)還必須建立context的標(biāo)準(zhǔn)化，context就是數(shù)據(jù)的空間信息，再疊加上時(shí)間信息的關(guān)聯(lián)就可以發(fā)揮真正的觀測(cè)價(jià)值。

Opentelemetry做了什么？

Opentelemetry（以下簡(jiǎn)稱：OTel）就是解決數(shù)據(jù)標(biāo)準(zhǔn)化問題的一個(gè)項(xiàng)目，OTel由以下幾部分組成：

l 跨語言的標(biāo)準(zhǔn)規(guī)范（Specification）：定義了數(shù)據(jù)、上下文、API、概念術(shù)語等的規(guī)范。這是OTel的核心，它使得所有觀測(cè)數(shù)據(jù)有機(jī)地統(tǒng)一起來，這樣觀測(cè)平臺(tái)才能自動(dòng)比對(duì)、自動(dòng)過濾，同時(shí)也為AI提供了高質(zhì)量的數(shù)據(jù)。

l 接收、處理、輸出觀測(cè)數(shù)據(jù)的工具（Collector）：一個(gè)用于接收OTel觀測(cè)數(shù)據(jù)的工具，并支持通過配置pipeline對(duì)觀測(cè)數(shù)據(jù)進(jìn)行處理，輸出給指定的后端。

l 各種語言的SDK（SDK）：基于OTel標(biāo)準(zhǔn)的API實(shí)現(xiàn)的各種語言的SDK，用來支持自定義開發(fā)觀測(cè)數(shù)據(jù)采集器。

l 采集器（Instrumentation）：開箱即用的觀測(cè)數(shù)據(jù)采集器。

OTel是開源項(xiàng)目，所有內(nèi)容都可以在Github找到，下面我介紹幾個(gè)關(guān)鍵的概念：

屬性

從數(shù)據(jù)的角度看屬性是一個(gè)鍵值對(duì)，本質(zhì)上屬性描述了空間信息，方便從空間上做數(shù)據(jù)關(guān)聯(lián)。OTel定義了很多通用的屬性，如果定義不明確或數(shù)據(jù)不一致時(shí)，是沒法自動(dòng)關(guān)聯(lián)分析的。下面是Otel定義的K8S的Pod屬性：

資源

從數(shù)據(jù)的角度看資源是一個(gè)鍵值對(duì)集合，本質(zhì)上資源描述的是觀測(cè)對(duì)象。相同觀測(cè)對(duì)象的Metric、log、trace都有相同的資源數(shù)據(jù)（或稱：相同上下文），這樣就可以自動(dòng)發(fā)現(xiàn)相關(guān)性。

事件

從數(shù)據(jù)的角度看事件是一個(gè)時(shí)間戳和一組屬性組成的，用來描述某個(gè)時(shí)間發(fā)生了某件事。本質(zhì)上事件是一個(gè)時(shí)間+空間的組合。

指標(biāo)

從數(shù)據(jù)的角度看指標(biāo)是事件的聚合，在一個(gè)活躍的系統(tǒng)中，相同的事件會(huì)不斷發(fā)生，指標(biāo)提供了一個(gè)跨時(shí)間和空間的總覽。沉浸在細(xì)節(jié)不一定有見解，跳出來，從更高的維度鳥瞰可能尋找到靈感。

跨度

從數(shù)據(jù)的角度看跨度由：操作名稱、開始時(shí)間、持續(xù)時(shí)間、一組屬性組成?？缍龋ㄓ址Q：span）描述的是一個(gè)過程，如果說事件是在一個(gè)時(shí)間點(diǎn)構(gòu)建了時(shí)間和空間的相關(guān)性，那么跨度就是在一個(gè)時(shí)間段上構(gòu)建了時(shí)間和空間的相關(guān)性。

信號(hào)

信號(hào)是對(duì)標(biāo)準(zhǔn)遙測(cè)數(shù)據(jù)的抽象，相同數(shù)據(jù)模型的數(shù)據(jù)被歸為一個(gè)信號(hào)。如：一個(gè)Metric是一個(gè)信號(hào)，所有Metric都具有統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)模型。一個(gè)Trace是一個(gè)信號(hào)，所有Trace都具有統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)模型。信號(hào)有一個(gè)重要的特性就是供應(yīng)商無關(guān)，任何可觀測(cè)系統(tǒng)供應(yīng)商要支持OTel，都必須要按OTel的信號(hào)模型收集、上報(bào)、處理數(shù)據(jù)，這是保障高效數(shù)據(jù)關(guān)聯(lián)的關(guān)鍵。

上下文

所有信號(hào)都基于相同的上下文，如：在同一個(gè)服務(wù)中采集的Metric、log、trace具有相同的上下文（如：service.id和service.name）。這其實(shí)就是在空間上建立的數(shù)據(jù)的關(guān)聯(lián)。

敬畏工程

OTel在數(shù)據(jù)層面提供了標(biāo)準(zhǔn)規(guī)范和許多拿來即用的工具，大大方便了構(gòu)建可觀測(cè)平臺(tái)，但是真正落地去構(gòu)建適合自己的、全面可擴(kuò)展的、穩(wěn)定可靠的、低成本高效益的可觀測(cè)平臺(tái)是一個(gè)大工程，不是簡(jiǎn)單引入就可以的。這其中涉及到大數(shù)據(jù)引擎、高基數(shù)分析引擎、關(guān)系引擎、AI引擎等系統(tǒng)難題。此外，如何設(shè)計(jì)一個(gè)簡(jiǎn)單、高效、準(zhǔn)確、協(xié)同、專業(yè)的平臺(tái)也不是一撮而就的，需要懂?dāng)?shù)據(jù)也要懂技術(shù)還要懂設(shè)計(jì)。

我把可觀測(cè)平臺(tái)分以下層次：

1. 數(shù)據(jù)展示+人工關(guān)聯(lián)比對(duì)+人工判斷：大多數(shù)傳統(tǒng)觀測(cè)平臺(tái)在這一層。

2. 信息關(guān)聯(lián)展示+人工判斷：部分觀測(cè)平臺(tái)通過梳理映射可以做一些相關(guān)性展示，減少人工發(fā)現(xiàn)的時(shí)間成本。

3. 信息判斷 x 人工判斷：極少部分觀測(cè)平臺(tái)做了數(shù)據(jù)的高度標(biāo)準(zhǔn)化，可以根據(jù)相關(guān)性給出見解和建議。

4. 信息判斷+行動(dòng)：沒有觀測(cè)工具能只依靠工具做判斷。

博睿在數(shù)據(jù)采集層有十多年的技術(shù)積累，探針穩(wěn)定可靠，部署簡(jiǎn)單。在數(shù)據(jù)處理方面也經(jīng)受住了大業(yè)務(wù)量的客戶考驗(yàn)，技術(shù)上不斷創(chuàng)新形成了極具優(yōu)勢(shì)的架構(gòu)。在數(shù)據(jù)標(biāo)準(zhǔn)化、結(jié)構(gòu)化設(shè)計(jì)方面也形成了自己的體系?？梢哉f我們剛跨越了第2層來到第3層，我們將從觀測(cè)廣度和深度兩個(gè)方面豐富標(biāo)準(zhǔn)化的數(shù)據(jù)，基于此同時(shí)不斷深化數(shù)據(jù)相關(guān)性，加上我們自研的SwiftAI中臺(tái)賦能，未來將給出更多更精準(zhǔn)的信息判斷，幫助客戶快速落地高效可持續(xù)的觀測(cè)--判斷--優(yōu)化閉環(huán)。