Happiestminds：云原生应用的可观察性报告（英文版）（14页）.pdf

《Happiestminds：云原生应用的可观察性报告（英文版）（14页）.pdf》由会员分享，可在线阅读，更多相关《Happiestminds：云原生应用的可观察性报告（英文版）（14页）.pdf（14页珍藏版）》请在三个皮匠报告上搜索。

1、传统的监控通常围绕着定义一些关键的指标，并对违反这些指标的任何阈值进行自动监控和警报。这些指标作为广泛的症状，表明系统的某个特定部分存在更大的问题。但是，它们在确定确切的源或根本原因方面提供的帮助有限，因为它们不能与适当的日志事件相关联。跟踪通过帮助回放和调查单个事务或一组事务所发生的情况(例如，组件的突然降级)来填补这一空白从而在产品代码执行中提供了内置的可调试性，在这里调试器是不能附加的。监控可以观察到预先预期和确定的失败，而可观察性则是一种更广泛、更开放的方法，可以导航和发现未知的未知。整体方法包括运行状况检查端点，该端点向使用应用程序的监视工具报告运行应用程序的状态，应用程序和系统指标

2、，可以帮助报警异常，时间戳日志丰富的上下文中，以帮助调查问题的根本原因，以及上下文丰富的跟踪，可以帮助关联和调试分布式调用跟踪，以查明准确的波动和错误来源。跟踪以请求为中心，讲述请求或事务的完整故事，而度量标准是以系统为中心的，提供了系统是否按预期工作的高层视图，而不回答为什么。日志提供时间戳、排序和事件的最细粒度细节。日志记录指的是捕获带有时间戳的事件，传统上是作为自由形式的文本，或者作为结构化的日志，这种日志对机器更友好，并且适合于日志索引、搜索和分析。时间戳为完全不同或分布式流程生成的日志提供了事件的全局排序。来自所有服务实例的事件数据被传送到单个系统，用于聚合/集中的索引存储、查询、分

3、析和处理。与度量不同，日志条目可以包含具有高基数的字段，这使得分析日志和在不同维度上切片和骰子以识别问题的潜在原因成为可能。日志具有丰富的上下文，一旦聚合，它们就支持对整个请求或事务进行非常细粒度的搜索和调试。由于日志是详尽的，而且通常没有抽样，它们代表了请求的总体，可以用于审计、计费(从计量日志)、检测欺诈和攻击的分析等。日志记录也很容易采用。缺点是，与指标相比，它们在生成(通常是阻塞)、传输、索引和存储、查询和处理以及保留的整个生命周期中都是资源密集型的。它们也会随着交通或负载状况而增加。与跟踪不同，日志不能捕获事件之间的因果关系，因此在调查问题时可能会丢失关键线索。但是，应该将tracelD放入MDC中，并将其作为日志转换模式的一部分，以确保日志中跟踪标识符的日志记录一致，这反过来有助于将日志与跟踪关联起来。