1.云原生带来了跨技术栈与高动态的技术架构。面向复杂多变的被监控环境,采集器需要尽可能做到对环境的自动识别,对指标的自主采集。容器和微服务的出现也使被监控的对象数量增加了几个数量级,数据管理能力需要不断强化。
2.传统的线图、直方图、散点图等数据展示方法很难让研发运维团队找到数据背后的异常或隐藏瓶颈。针对不同业务或者不同监控对象,需要找到更合适的数据看板以及展现形式。
3.随着技术飞速发展,可观测系统在整体运维系统的中台枢纽作用越来越明显,可观测能力从传统的流程驱动转变为数据驱动。如何更便捷的与其它众多运维子系统对接整合成为落地可观测之前反复思考的问题。
以上内容摘自《阿里云可观测最佳实践》电子书,点击https://developer.aliyun.com/ebook/download/7783可下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
云原生可观测基于Prometheus、Grafana 、OpenTelemetry 等核心产品, 形成指标、链路存储分析、异构数据源集成的数据层, 通过标准PromQL和SQL提供大盘展示、告警与探索能力。