开发者学堂课程【大数据&AI实战派第1期课程：《Elasticsearch 实战手册》研读-企业搜索（2）】学习笔记，与课程紧密连接，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/1085/detail/16120
《Elasticsearch 实战手册》研读-企业搜索（2）
《Elasticsearch 实战手册》研读-企业搜索
本节课讲解的核心应用场景，可观测性。
可观测性
在开发技术越来越成熟的今天，可以很轻松的写出一个程序用来进行各种各样的业务流程，但运营一个银行系统，不知道每天转账的成功率曲线的效率，和银行系统相同，日常的软件系统都需要良好的观测和测量才能保证系统的健康，正如管理大师彼得德卢库的名言，我们必须对计算系统进行测量和观测才能进一步管理它。业界对可观测性的定义由日志、指标和跟踪组成，其中大多数软件仅在一个领域内发力，导致实时可观测性的高昂成本，需要建设多个技术栈软件才能实现完整的可观测性，大多数企业基本都使用了五个以上的技术战略，有的甚至达到了十个。Elastic 的可观测性产品相较于市面上其它的可观测性产品提供一站式、全站式的可观测性解决方案，而其它系统基本只能提供一个方法的功能，实际落地中需要搭配多套不同技术栈的系统来实现，繁琐且复杂， Elastic 提供免费开放的可观测性能力，并且在基金会，可观测性技术雷达的测评中获得了采纳的评级。 Elastic 的可观测性有 Logs 、 APM 、Uptime 、Metrics 四个模块组成，分别由四个组件提供支持， kafka 的应用实现了任何数据的中心化， Elastic 是天然的、日志处理的，最新的 Logs 模块能实现在 web 的实时，搜索、分类和异常检测功能，可以通过 Filebeat 或 logstash 把日志导入到 Elasticsearch 中； APM 应用可以实现分互式链路跟踪，事务监控，依赖分析和基于真实用户体验的监控，该功能通过 APMserv 和 APM agent 组件提供支持； Uptime 为了帮助处理可用性问题，影响用户之前快速做出响应， Uptime 提供了主机、网络设备及第三方服务的整体可观测性报告，根据其监控数据可以查看目前的总监控点和分别处于 UP 和 DOWN 状态的监控点，该功能通过 Heartbeat 组件提供支持； Metricsbeat 支持读取多达五十种系统或数据源的 Metrics 采集，包括数据库、队列、操作系统、文件系统等系统， Metrics 采集完成后在应用中可实现一站式统一查看和管理，甚至是基于机器学习的异常检测，同时以上四个模块均支持告警功能。Filebeat提供更方便且统一的logstash，Metrics和主机其他数据的收集方式，不在需要安装多个来实现对数据的收集。
