3.5 KiB
3.5 KiB
title, type, tags, sources, last_updated
| title | type | tags | sources | last_updated | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Observability | concept |
|
|
2026-04-29 |
Observability（可观测性）
可观测性（Observability）是指系统通过其外部输出理解其内部状态的能力。在软件工程中，可观测性通过遥测数据（Telemetry）——指标（Metrics）、日志（Logs）、追踪（Traces）——持续理解系统健康状态，是 SRE 和 Recovery-Assurance 的核心技术基础。
Three Pillars
可观测性三大支柱（Three Pillars of Observability）：
| 支柱 | 说明 | 示例 |
|---|---|---|
| Metrics（指标） | 聚合的数值数据，反映系统状态趋势 | CPU 使用率、请求延迟、错误率 |
| Logs（日志） | 离散的事件记录，按时间顺序记录系统活动 | 访问日志、错误日志、审计日志 |
| Traces（追踪） | 跨服务和组件的请求传播路径 | 分布式链路追踪、调用链可视化 |
Observability vs. Monitoring
传统监控（Monitoring）与可观测性（Observability）的核心区别：
| 维度 | 传统监控（Monitoring） | 可观测性（Observability） |
|---|---|---|
| 目标 | 回答预设问题 | 回答任意未知问题 |
| 假设 | 故障模式已知 | 故障模式未知（High Cardinality） |
| 数据 | 聚合指标，低基数 | 原始事件，高基数 |
| 根因定位 | 依赖仪表板预设视图 | 通过遥测数据探索定位 |
| 适用场景 | 稳定系统 | 云原生、分布式系统 |
"You can't monitor your way to understanding a distributed system. You need observability." — Charity Majors
Observability Engineering
可观测性工程（Observability Engineering）是将可观测性作为架构设计原则，在软件开发生命周期中内嵌遥测数据收集：
- Left-Shift：在开发阶段就定义 SLI/SLO，持续验证
- Telemetry as Code：将遥测配置纳入 IaC，实现版本化管理
- Continuous Validation：用主动探测（Synthetic Monitoring）验证恢复路径
Connection to SRE and Recovery Assurance
在 SRE 实践中，可观测性是实现可靠性目标的必要条件：
- SLI/SLO/SLA 的测量基础：可观测性提供量化可靠性的原始数据
- Error Budget 的支撑：通过指标追踪 Error Budget 消耗速度
- On-Call 响应的依据：日志和追踪是 MTTR（Mean Time To Recovery）的核心数据源
- Recovery-Assurance 的前提：无法观测的系统无法保证恢复能力
OpenTelemetry
OpenTelemetry（OTel）是 CNCF 的开源可观测性框架，提供厂商中立的指标、日志、追踪统一采集标准。
Related Concepts
- SRE — 可观测性是 SRE 四大黄金信号的基础
- Recovery-Assurance — 可观测性是 Recovery Assurance 的技术前提
- OpenTelemetry — 可观测性工程的具体实现框架
- RTO / RPO — 可观测性支撑 RTO/RPO 的持续监控