——孟威 阿里云智能日志服务SLS产品专家

结合传统运维工具和 eBPF 技术，我们可以对整个系统的进行全栈观测。

随着更多企业迁移上云，应用运行环境、网络发生变化。当应用遇到故障需要问题定位时，一些传统问题定位手段由于效率、准确性等问题已无法满足 SRE 运维需求。本文以问题驱动为视角，结合阿里巴巴自身实践与客户服务经验，完整梳理可观测时代 Java 应用诊断知识图谱。

随着奢侈品行业在我国快速发展，跨境电商市场不断扩张。作为电商行业初创企业的上海羽如贸易有限公司（简称羽如贸易）积极进行数字化创新，打破固有零售思维，借助可观测能力有效提升用户体验，为业务飞速增长提供稳定支持。

主要介绍Elasticsearch为什么做时序引擎、Elasticsearch做时序引擎的挑战、Elasticsearch 时序引擎特性介绍、阿里云基于Elasticsearch TimeStream介绍。文章结尾更有关于《阿里云Elasticsearch在时序场景下的深入探索》的demo演示视频。

随着越来越多企业以容器作为系统底座，那么阿里云的云服务又是如何进行SRE规划呢？下文将由资深SRE工程师拆解2 万节点规模云服务背后的 SRE 能力建设，立即点击观看！

随着软件复杂度的不断提升，单体应用架构逐步向分布式和微服务的架构演进，整体的调用环境也越来越复杂，仅靠日志和指标渐渐难以快速定位复杂环境下的问题。对于全栈可观测的诉求也变得愈加强烈，Traces、Metrics 和 Logs 的连接也愈发紧密。

稳定性大于一切，因此我们需要有更有效的方式避免线上故障。在发生故障不可避免的假设下，我们需要能够快速修复，减少线上影响。基于以上这些想法，我们提出了 1-5-10 的快恢目标，所谓 1-5-10 的目标就是是要我们对于线上问题能够做到 1 分钟发现，5 分钟定位，10 分钟修复。下面将会介绍一些阿里云上关于故障恢复、诊断的一些最佳实践。

本文介绍如何在Grafana中添加并使用Prometheus数据源。

让客户清晰感知到当前实例的健康状态，帮助快速发现问题，降低运维成本。

基于 Prometheus 的监控实践中，尤其是在规模较大时，时序数据的存储与查询是其中非常关键，而且问题点较多的一环。如何应对大数据量下的长周期查询，原生的 Prometheus 体系并未能给出一个令人满意的答案。对此，ARMS Prometheus 近期上线了降采样功能，为解决这个问题做出了新的尝试。

云原生架构下，可观测领域的 OpenTelemetry 无疑是新时代的可观测标准。它提供的一些组件与工具极大地帮助了企业构建供应商无关的观测架构。

可观测性建设从去年开始在国内非常的火热，大家谈的越来越多。随着云原生、微服务的发展落地，可观测性建设逐渐成为了一个必不可少的工程手段。开发者通常需要去思考建设可观测性的方方面面：如何在不同的Dev Stack和Infra Stack中埋点、如何插码、如何传递追踪上下文、如何生成指标/追踪/日志数据并进行关联，需要考虑的问题太多太杂，导致应用开发团队花了一半的时间用于可观测性的建设。

> 作者：夏明（涯海） > 创作日期：2022-04-15 > 专栏地址：[【稳定大于一切】](https://github.com/StabilityMan/StabilityGuide) ## OPLG 是什么 随着云原生架构的兴起，可观测的边界与分工被重新定义，传统的容器/应用/业务分层监控边界被打破，Dev、Ops、Sec 的分工逐渐模糊。大家意识到 IT 系统作为一个有

OPLG 体系拥有成熟且富有活力的开源社区生态，同时也经过了大量企业生产环境的实践检验，是当下建设新一代云原生统一可观测平台的热门选择。但是，OPLG 只是提供了一个技术体系，如何灵活运用，解决实际问题，沉淀出通用行业或场景的最佳实践，还需要大家一起来探索。

Kubernetes 监控立足于应用监控之下的 Kubernetes 容器界面和底层操作系统，是 Kubernetes 集群软件栈端到端可观测性的一体化解决方案，在 Kubernetes 监控中可以同时看到关联的所有层的观测数据。我们希望通过 Kubernetes 监控的一系列最佳实践，让大家能够使用 Kubernetes 监控解决 Kubernetes 环境下棘手的可观测问题。

随着 Kubernetes 的不断实践落地，我们经常会遇到负载均衡、集群调度、水平扩展等问题。归根到底，这些问题背后都暴露出流量分布不均的问题。那么，我们该如何发现资源使用，解决流量分布不均问题呢？今天，我们就借助三个具体场景聊聊这一问题以及相应的解决方案。

借助 ARMS-云拨测，我们可实时对网站进行监控，实现分钟级别的监控，及时发现 DNS 劫持以及页面篡改。

今天，我来跟大家分享 ARMS 在全链路追踪领域的最佳实践，分享主要分为四部分。首先，是对分布式链路追踪的整体简介。其次，是对 ARMS 在分布式链路追踪领域的核心能力进行介绍。然后，介绍如何从 0 到 1 构建整套全链路追踪体系。最后，介绍一些最佳实践案例。

当你到达第3级时，可观测性已经成为了云基础设施上内生的能力，像原力一样，它蕴含在已运行的每个应用系统、以及未来会新增的每个应用系统中，是一项与生俱来的基本能力，这项能力无需依赖于在业务代码中的“调用”来触发，它就在那里。DeepFlow在可观测性3.0等你。May the force be with you！

如何使用 iLogtail 采集各类可观测数据?

现在是一个云原生时代，任何一个玩技术的都或多或少跟云计算、容器、Kubernetes、云原生应用有着不同的渊源密切。

火焰图（Flame Graph）由性能优化大师 Brendan Gregg 发明，和所有其他的 profiling 方法不同的是，火焰图以一个全局的视野来看待时间分布，列出所有可能导致性能瓶颈的调用栈。通过火焰图，可以非常方便的看到性能资源都消耗在了哪里，从而能够直观的看到程序的性能瓶颈，以进行程序的优化。

一文看懂Kafka

Elasticsearch可观测最佳实践分享！

相比传统的告警、监控，可观测性能够以更加“白盒”的方式看透整个复杂的系统，帮助我们更好的观察系统的运行状况，快速定位和解决问题。就像发动机而言，告警只是告诉你发动机是否有问题，而一些包含转速、温度、压力的仪表盘能够帮我们大致确定是哪个部分可能有问题，而真正定位细节问题还需要观察每个部件的传感器数据才行。

分享在北京云峰会智能运维场的主题

互联网工程的高速发展，分布式、微服务、容器化架构的流行，互联网已全面进入云原生时代。构建系统的方式由最初的单体大应用演变为分布式架构，一台服务器可能仅存几小时甚至几分钟，这种复杂性大大增加了把系统运行状态可视化的难度。

业界对可观测性的定义由Logging（日志）,Metrics （指标）和 Tracing（跟踪）组成。其中大多数软件都仅在一个领域内发力，这导致了实施可观测性时的高昂成本。需要建设多个技术栈的软件，才能实现完整的可观测性。大多数企业基本都使用了 5个+ 的技术栈，有的甚至能达到10个技术栈。

阿里云服务网格端到端可观测性

在使用DocuSign进行电子签名时，安全性至关重要。PKCE提供了一个额外的安全层，特别是在移动设备或基于浏览器的应用中，有效防止授权码泄露或被未授权的第三方使用。

PTS（Performance Testing Service）是一项面向网站、应用等提供的压力测试服务，用于模拟不同场景下的用户访问，评估系统的性能表现；在进行PTS压测时，可能会出现一些异常或报错，本合集将PTS压测中频繁出现的问题及其解决办法进行汇编，旨在帮助用户更有效地进行性能测试和问题定位。