可觀測性不是一個新鮮的名詞，主要是指通過分析數(shù)字化應(yīng)用系統(tǒng)的指標(biāo)（Metrics）、鏈路（Traces）、日志（Logs）等數(shù)據(jù)，構(gòu)建出完整的態(tài)勢觀測模型，從而實現(xiàn)快速的威脅發(fā)現(xiàn)和故障診斷。在許多情況下，可觀察性會被錯誤理解成是“系統(tǒng)監(jiān)控”的同義詞，但隨著數(shù)字化應(yīng)用的深入，特別是隨著云原生技術(shù)的發(fā)展，基于容器和微服務(wù)化的應(yīng)用規(guī)模更加龐大，復(fù)雜的云上環(huán)境以及應(yīng)用系統(tǒng)的分布性、復(fù)雜性、動態(tài)性，使得故障定界和檢測分析非常困難，而可觀測性無疑是降低這種難度的有效手段之一。因此，有更多企業(yè)發(fā)現(xiàn)部署可觀察性產(chǎn)品的能力和價值。

【資料圖】

目前，研究機構(gòu)Gartner已將應(yīng)用可觀測性列為“2023年十大戰(zhàn)略技術(shù)趨勢”之一。安全研究人員表示，成功實現(xiàn)可觀測性的企業(yè)機構(gòu)，會在數(shù)字化業(yè)務(wù)開展中建立競爭優(yōu)勢，企業(yè)需要找到合適的工具并盡快部署使用。本文收集整理了8款主流的可觀察性工具，并對其應(yīng)用特性、不足和典型應(yīng)用場景進(jìn)行了分析，可為企業(yè)組織應(yīng)用選型提供參考。

1. Prometheus

Prometheus是一款開源工具，廣泛用于云原生環(huán)境中的可觀察性獲取。它可以收集和存儲時間序列數(shù)據(jù)，并提供可視化工具來分析這些數(shù)據(jù)。

關(guān)鍵特性與不足：

可以從各種來源獲取指標(biāo)，包括應(yīng)用程序、服務(wù)和系統(tǒng)；

可以將收集到的數(shù)據(jù)存儲在時間序列數(shù)據(jù)庫中，并可以高效地查詢和聚合數(shù)據(jù)；

帶有一個內(nèi)置的警報系統(tǒng)，可以根據(jù)查詢觸發(fā)警報；

可以自動檢測和抓取運行在多個環(huán)境中的服務(wù)的指標(biāo)，比如Kubernetes和其他容器編排系統(tǒng)；

能夠與Grafana靈活地集成，允許它創(chuàng)建儀表板來顯示和分析Prometheus指標(biāo)。

不能提供內(nèi)置的根本原因分析；

需要將所有數(shù)據(jù)存儲在內(nèi)存中，因此可能會占用大量計算資源；

目前還不支持嵌套字段和連接。

主要應(yīng)用場景：

監(jiān)控指標(biāo)收集和存儲；自動化報警；異常服務(wù)行為發(fā)現(xiàn)。

傳送門：

??https://prometheus.io/??

2. Grafana

Grafana是一個開源工具，主要用于對數(shù)據(jù)的可視化和監(jiān)控。它允許用戶輕松地創(chuàng)建和共享交互式儀表板，對來自不同來源的數(shù)據(jù)進(jìn)行可視化分析。

關(guān)鍵特性與不足：

可以創(chuàng)建定制化的交互式儀表板，對來自各種數(shù)據(jù)源的指標(biāo)和日志進(jìn)行分析；允許用戶根據(jù)其指標(biāo)的狀態(tài)設(shè)置警報，以發(fā)現(xiàn)潛在的問題；允許用戶設(shè)置異常檢測，并根據(jù)其指標(biāo)中的異常行為自動檢測和警報；允許用戶深入到指標(biāo)中，通過提供帶有歷史上下文的詳細(xì)信息來分析根本原因。不支持長期存儲，需要Prometheus或Elasticsearch等額外工具來存儲指標(biāo)和日志；不提供高級數(shù)據(jù)建模功能；不包含內(nèi)置的數(shù)據(jù)聚合功能。

主要應(yīng)用場景：

對各種監(jiān)控指標(biāo)的可視化；自動化報警；異常服務(wù)行為檢測。

傳送門：

??https://grafana.com/??

3. ELK堆棧

ELK堆棧是一款流行的開源可觀察性解決方案，有助于運營人員更好地管理日志和分析數(shù)據(jù)。它由三個組件組成：Elasticsearch、Logstash和Kibana。

Elasticsearch是一個分布式搜索和分析引擎，可以處理大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，使用戶能夠存儲、索引和搜索大量數(shù)據(jù)；Logstash是一個數(shù)據(jù)收集和處理管道，允許用戶收集、處理和豐富來自許多源（如日志文件）的數(shù)據(jù)；Kibana是一個數(shù)據(jù)可視化和探索工具，允許用戶基于Elasticsearch中的數(shù)據(jù)創(chuàng)建交互式儀表板和可視化。

關(guān)鍵特性與不足：

允許用戶收集、處理、存儲和分析來自多個來源的日志數(shù)據(jù)和指標(biāo)，同時提供一個集中控制臺來搜索日志；允許用戶搜索和分析相關(guān)日志數(shù)據(jù)，這對于解決和深入了解問題的根本原因至關(guān)重要；可以對來自多個數(shù)據(jù)源的日志數(shù)據(jù)和指標(biāo)進(jìn)行可視化分析；允許在日志數(shù)據(jù)中為異?；顒影l(fā)出警報；允許用戶向下獲取更多日志數(shù)據(jù)，通過提供詳細(xì)的日志和歷史上下文，可以更好地找出問題的根本原因。ELK目前還不支持分布式跟蹤，用戶需要使用額外的工具，如Jaeger；ELK的日志報告會造成輕微的延遲；策略配置和維護(hù)過程比較復(fù)雜，需要特定的知識來管理運營。

主要應(yīng)用場景：

多來源的日志管理；數(shù)據(jù)可視化；遵從性和安全性監(jiān)控

傳送門：

Elasticsearch：https://www.elastic.co/elasticsearch/

Logstash：https://www.elastic.co/logstash/

Kibana：https://www.elastic.co/kibana/

4. InfluxDB 和Telegraf組合

InfluxDB和Telegraf都是開源版的可觀察性工具，它們的時間序列數(shù)據(jù)存儲和監(jiān)控功能很受企業(yè)用戶的歡迎。其中，InfluxDB是一個時間序列數(shù)據(jù)庫，它使用類似sql的查詢語言存儲和查詢大量時間序列數(shù)據(jù)；而Telegraf則是一款性能出色的數(shù)據(jù)收集代理，它可以支持各種數(shù)據(jù)源，收集各種指標(biāo)和事件信息，并將其發(fā)送給多個提前設(shè)置的接收器，比如InfluxDB等。

關(guān)鍵特性與不足：

Telegraf允許用戶從許多來源收集指標(biāo)，并將它們發(fā)送到InfluxDB進(jìn)行存儲和分析；InfluxDB可以與第三方可視化工具（如Grafana）集成，以創(chuàng)建靈活的交互式控制面板；InfluxDB的設(shè)計允許它處理較長時間段內(nèi)的數(shù)據(jù)并提供擴展能力；這兩個工具都缺乏警報功能，需要第三方集成來提供警報；缺乏深入的原因分析功能，需要第三方集成。

主要應(yīng)用場景：

指標(biāo)收集和存儲；長時間的運行監(jiān)控。

傳送門：

InfluxDB：

??https://www.influxdata.com/??

Telegraf：

??https://www.influxdata.com/time-series-platform/telegraf/??

5. Datadog

Datadog是一款基于云的可觀察性監(jiān)控和分析平臺，目前已被廣泛用于深入了解分布式系統(tǒng)的運行狀況和性能，以便在風(fēng)險真實發(fā)生前排除問題。

關(guān)鍵特性與不足：

可以監(jiān)控在AWS、Azure、GCP等多種公有云平臺上運行的應(yīng)用程序；可以對服務(wù)依賴關(guān)系、位置、服務(wù)和容器等信息進(jìn)行可視化分析；可以跟蹤分析有關(guān)應(yīng)用程序性能的詳細(xì)信息；可以通過提供帶有歷史上下文的詳細(xì)信息，讓用戶分析了解問題的根本原因；可以設(shè)置異常檢測，自動檢測和警告觀測到的異常行為。Datadog是一種基于云計算的付費服務(wù)，隨著部署規(guī)模擴大，使用費用會增加；不提供默認(rèn)的日志分析支持，用戶必須單獨購買日志攝取和索引功能；不允許用戶在本地或自己的數(shù)據(jù)中心存儲數(shù)據(jù)。

主要應(yīng)用場景：

可觀察性數(shù)據(jù)管道分布式服務(wù)跟蹤集裝箱式應(yīng)用監(jiān)測

傳送門：

??https://www.datadoghq.com/??

6. New Relic

New Relic也是一款基于云的監(jiān)控和分析平臺，允許用戶監(jiān)控分布式環(huán)境中的程序運行狀態(tài)。它使用“New Relic Edge”服務(wù)進(jìn)行分布式跟蹤，可以實現(xiàn)幾乎100%的應(yīng)用程序跟蹤監(jiān)測。

關(guān)鍵特性與不足：

提供全面的APM解決方案來監(jiān)控和排除應(yīng)用程序性能故障；可以在AWS、Azure、GCP等多個公有云平臺上監(jiān)控應(yīng)用程序運行；可以提供有關(guān)系統(tǒng)和應(yīng)用程序性能的詳細(xì)信息，并進(jìn)行跟蹤分析；可以幫助用戶深入到指標(biāo)和上下文信息中，分析問題的根本原因；可以收集、處理和分析各種來源的日志數(shù)據(jù)，并提供全面的日志視圖。New Relic是一個閉源平臺，它與其他開源工具的集成能力非常有限；在進(jìn)行大規(guī)模部署時，New Relic的使用成本會比較高。

主要應(yīng)用場景：

多云環(huán)境中的應(yīng)用監(jiān)控深入的跟蹤分析

傳送門：

??https://newrelic.com/??

7. AppDynamics

AppDynamics是一款應(yīng)用廣泛的可觀察性監(jiān)控和分析平臺，不僅允許用戶對各種應(yīng)用程序的每個組件進(jìn)行跟蹤監(jiān)測，同時還提供了根本原因分析，以確定可能影響應(yīng)用程序性能的潛在問題。

關(guān)鍵特性與不足：

可以從許多來源（如主機、容器、云服務(wù)和應(yīng)用程序）收集監(jiān)控指標(biāo)并跟蹤分析；可以設(shè)置異常檢測功能，對發(fā)現(xiàn)的異常行為進(jìn)行及時檢測和預(yù)警；用戶可以獲取較詳細(xì)的性能信息并跟蹤分析；由供應(yīng)商維護(hù)工具，對開源工具的集成能力不足；定制選項不夠靈活，用戶不能自己定制解決方案。

主要應(yīng)用場景：

應(yīng)用程序性能監(jiān)視多云環(huán)境中的應(yīng)用監(jiān)控業(yè)務(wù)流程管理

傳送門：

??https://www.appdynamics.com/??

8. Helios

Helios是一款為系統(tǒng)開發(fā)人員提供可觀察性的解決方案，提供了對應(yīng)用程序流程的可操作性洞察能力。它整合了OpenTelemetry的上下文連接框架，可以提供跨微服務(wù)、無服務(wù)器應(yīng)用、數(shù)據(jù)庫和第三方API的可見性。

關(guān)鍵特性與不足：

在完整的上下文中提供分布式跟蹤信息；使用戶能夠從多個數(shù)據(jù)源收集和可視化跟蹤數(shù)據(jù)，以深入挖掘和排除潛在問題；支持Python、JavaScript、Node.js、Java、Ruby等多種語言和框架；允許團隊成員重用請求、查詢和有效負(fù)載；可根據(jù)跟蹤數(shù)據(jù)自動生成測試；與現(xiàn)有的生態(tài)系統(tǒng)輕松集成，包括日志、測試、錯誤監(jiān)控等；只需點擊幾下即可再現(xiàn)一個精確的工作流。

主要應(yīng)用場景：

分布式應(yīng)用跟蹤；多語言應(yīng)用程序跟蹤集成；無服務(wù)器應(yīng)用程序監(jiān)控；應(yīng)用測試中的故障排除；API調(diào)用自動化。

傳送門：

??https://app.gethelios.dev/??

參考鏈接：

??https://dzone.com/articles/11-observability-tools-you-should-know-in-2023??

關(guān)鍵詞：