為什么 Grafana Labs 需要添加自適應指標？
Grafana 最近引入了自適應指標，旨在減少基數并因此降低云成本。
翻譯自 Why Did Grafana Labs Need to Add Adaptive Metrics? 。
當談論云原生架構和 Kubernetes 的挑戰(zhàn)時，很難不提到高昂的云成本。即使成功過渡到云原生后，組織機構面臨的一個主要問題是運營成本的意外上升。諷刺的是，在提高應用程序生產力、運營效率和安全性方面，可觀測性也是降低這些成本的一種方式，但當依賴于它來改善應用程序生產力、運營效率和安全性時，成本也可能很高。
在可觀測性領域，用于監(jiān)控的度量數據的激增是云原生成本的一個主要原因。這是因為冗余的度量數據激增（通常在事故或配置錯誤后出現峰值）會導致云上的存儲、計算能力、內存消耗、分析和其他昂貴的資源的浪費。在觀測性的背景下，這個問題被描述為基數過高，因為在概括意義上，根據 Merriam-Webster 的定義，"基數"是指給定集合中的元素數量。在可觀測性的背景下，基數指的是與特定標簽相關聯的值的數量。
作為云原生環(huán)境中流行的開源監(jiān)控工具，Prometheus 的度量數據經常受到關注，以便更好地管理基數，因為這些度量數據對于可觀測性至關重要。Grafana Labs 也感受到了這個問題，該公司幾乎以其著名的 Grafana 面板而聞名。作為回應，Grafana 最近引入了自適應指標，旨在減少基數，并因此降低云成本，并將其提供給 Grafana Cloud 用戶。
減少基數
通過自動化流程，可以減少指標系列的數量來實現減少基數。它通過自動化識別和通過聚合消除未使用的時間序列數據的過程來實現。通過減少系列或基數的數量，自適應指標旨在幫助組織優(yōu)化云開銷。此外，這些指標通過自動化協助對收集的數據進行解釋和提取可行動的見解，以進行有意義的觀測和決策，從而產生可操作的見解。
數據科學家解決的一個標準問題是減少基數，這涉及評估各個值對目標變量的預測準確性的貢獻。企業(yè)管理協會（EMA）的分析師 Torsten Volk 告訴 The New Stack 說，例如，在可觀測性中，目標變量通常是應用程序性能、用戶體驗、成本和彈性。為了減少基數，軟件可以簡單地應用標準技術，如主成分分析、目標均值編碼和分箱。這些計算根據各個值對準確預測目標變量的貢獻，合并或消除值， Volk 說。
"例如，對于響應時間的毫秒級精確數字的跟蹤，將這些數字轉化為百分位數可能不會導致任何預測準確性的損失?；蛘?，與跟蹤數據流的每個單個值（例如內存使用情況）相比，算法可以查看歷史數據，并確定通過在分鐘甚至 10 分鐘級別進行平均值分析，您將獲得相同的預測準確性，" Volk 說。"這不是一個微不足道的挑戰(zhàn)，因為在某些情況下，通過亞秒級測量值可以顯著提高預測準確性，而在其他情況下，通過在 60 分鐘內聚合這些相同的測量值可能會給您帶來相同的準確性水平。"
自適應指標
如上所述，Grafana 最初開發(fā)自適應指標來解決其自身的基數挑戰(zhàn)。Grafana Labs 的 CTO Tom Wilkie 告訴 The New Stack 說：" Prometheus 因其良好的原因而變得非常受歡迎，但是當一個組織快速采用時，不可預測的增長和基數可能是一個真正的挑戰(zhàn)。我們在 Grafana Labs 自己身上也感受到了這種痛苦。我們在為 Grafana Cloud 運行自己的 Prometheus 監(jiān)控時花了很多錢，因為我們的一個集群的活動系列已經超過 1 億個。"自適應指標就是我們?yōu)榻鉀Q這個問題而構建的解決方案。我們知道，在當前的宏觀經濟環(huán)境下，預算收緊、人們對 6500 萬美元的可觀測性賬單感到不解，一種以靈活、智能的方式幫助您削減一些不必要成本的功能對我們的用戶來說將非常有價值，就像對我們自己一樣。"
正如 Wilkie 所解釋的，開源改變了供應商與客戶之間的關系，因為客戶可以隨時自己運行它。
我們將與客戶的關系視為長期合作伙伴關系，因此即使這意味著我們短期內的增長較少，我們也希望為他們做正確的事情（主動降低他們的賬單），Wilkie 說。"通過自適應指標等功能，我們正在提出這樣一個論點，即與自己運行開源軟件相比，使用 Grafana Cloud 始終更具成本效益。"
在工作中
在 Grafana Labs 的 Archana Kesavan（產品營銷總監(jiān)）和 Jen Villa（高級產品經理，數據庫）共同撰寫的博文中，他們描述了 Grafana 的自適應指標功能如何分析"進入 Grafana Cloud 的每個度量"并將其與用戶訪問和交互度量的方式進行比較。特別是，他們寫道，它考慮了每個度量是否：
用于警報或記錄規(guī)則。
用于支持儀表板。
通過 Grafana Explore 或 Grafana 的 API 進行查詢。
為了回答前兩個問題，它分析了用戶托管的 Grafana 中的警報規(guī)則、記錄規(guī)則和儀表板。為了回答第三個問題，它查看了用戶過去 30 天的查詢日志。根據這三個信號，自適應指標確定度量是否未使用、部分使用或是可觀測性生態(tài)系統的一個重要組成部分：
未使用的度量。根據這三個信號，沒有任何關于該度量的引用。
部分使用的度量。度量正在被訪問，但它被使用標簽分割為許多時間序列，并且人們只使用了其中的一小部分。
使用的度量。該度量的所有標簽都被用于對數據進行切片和分析。
"我們在 150 多個客戶環(huán)境中進行的初步測試表明，通過將未使用和部分使用的度量聚合為基數較低的版本，自適應指標用戶平均可以將時間序列數量減少 20% 至 50% ，" Kesavan 和 Villa 寫道。
本文使用 文章同步助手 同步
