探索云世界
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。
> 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 Pod作为Kubernetes核心资源对象，不仅Service，Controller Workload都是围绕它展开工作，作为最小调度单元的它还担任着传统IT环境主机的职责，因此具有复杂的生命周期和依赖。因如此，绝大多数Kubernetes问题最终都会在Pod上表现出来，本节课将带来Pod常见异常场景解析以及定位根因最佳实践。
为了支持日益增长的用户请求流量，大规模系统架构追求服务实例无状态可水平扩展的特性。这就要求流量均匀分配到各服务实例，容器和节点的资源使用也尽可能平均，否则热点问题将严重拖累系统性能，导致严重故障。因此，如何从流量及资源两个维度的监控数据，快速发现热点问题，提前消除隐患，成为kubernetes监控的重点。
如果要票选五大最抓狂运维支撑场景，花样繁多的各种促销活动一定榜上有名。由于用户体验与网站性能造成的用户转化低、业务增长缓慢等糟糕结果，最终都会让运维工程师成为“众望所归”的背锅侠。那么，运维工程师如何拒绝成为背锅侠？本次直播为大家分享如何利用性能优化驱动用户体验提升，让您的产品实现健康增长。
全链路追踪“接入难”、“诊断难”、“运维难”、“成本高”的四大问题该如何解决？中大型企业如何从0到1构建生产级全链路追踪体系？全链路追踪如何赋能业务，最大化的释放链路价值？ 本次直播带你一起揭秘全链路追踪背后的世界！
本场直播将为您介绍如何通过Prometheus+Grafana构建企业一体化的应用可观测体系，包含阿里云ARMS，Prometheus和Grafana服务的最佳使用实践及产品介绍。
Grafana 帮助运维人员轻松处理各类运维过程中遇到的各类数据可视化与分析难题。目前阿里云 Grafana 服务全面免费公测，帮助企业轻松构建运维数据可视化平台，轻松实现数据驱动运维！
这几天关注云栖大会的小伙伴一定会发现阿里巴巴合伙人、阿里云高级研究员蒋江伟（小邪）在云栖大会开源引力峰会的演讲中，特别提到了一个叫 Grafana 服务的产品，并特意花费一页 PPT 介绍了这一次合作。到底是一个什么样的产品值得隆重介绍？
异常检测作为智能运维（AIOps）系统中基础且重要功能，其旨在通过算法自动地发现 KPI 时间序列数据中的异常波动，为后续的告警、自动止损、根因分析等提供决策依据。那么，我们该如何在实际场景中使用异常检测呢，而异常检测又是什么，今天我们就进行一次深入讲解。
本次课程主要分为三大部分，首先将介绍慢调用的危害以及常见的原因；其次介绍慢调用的分析方法以及最佳实践；最后将通过几个案例来去演示一下慢调用的分析过程。
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。
本次分享为Kubernetes 监控公开课的第二节内容：如何发现 Kubernetes 中服务和工作负载的异常。 分享由三个部分组成： 一、Kubernetes 异常定位存在痛点； 二、针对这些痛点，Kubernetes 监控如何更快、更准、更全的发现异常； 三、网络性能监控、中间件监控等典型案例解析。
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。
作为教育行业独角兽，面对全国乃至全球不同地区 ToB 客户及众多 ToC 终端用户，如何保障终端体验与平台可用性成为关键。借助云拨测，伟东云教育服务团队进一步完善监控体系。利用最低成本全面掌握全国乃至全球不同地区终端用户的实际访问体验情况。
对于运维工程师而言，如果要票选五大最抓狂运维支撑场景，花样繁多的各种促销活动一定榜上有名。每个促销季上线都是忐忑不安的不眠夜。大量内容更新、大量客户涌入，大量数据读写，虽有着各种技术方案或工具服务保障着大促顺利进行。但仍有可能收到譬如“商品图片加载不出来”、“页面打开缓慢”、“无法完成订单支付”等诸多各地用户投诉。这些由于用户体验与网站性能造成的用户转化低、业务增长缓慢等糟糕结果，最终都会让运维工程师成为“众望所归”的背锅侠。
【案例分享·云拨测】借助云拨测，节卡机器人有效挖掘性能瓶颈，经过优化，提升网站打开速度 50% 以上，提高了运营推广活动的 ROI，帮助节卡为全球用户提供更加优质的服务！
在竞争激烈的后互联网时代，深度挖掘每份流量背后的商业价值成为每个企业的必修课，而网站性能与体验的优化是这一过程中重要环节。 因此，《网站性能与体验优化指北》成为后互联网时代的网站运维的必备电子书。
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。
随着微服务架构的兴起，服务端的调用依赖愈加复杂，为了快速定位异常组件与性能瓶颈，接入分布式链路追踪 Trace 已经成为 IT 运维领域的共识。但是，开源自建、开源托管或商业化自研 Trace 产品之间到底有哪些差异，我该如何选择？这是许多用户在调研 Trace 方案时都会遇到的疑问，也是最容易混淆的误区。
链路追踪能覆盖全部关联 IT 系统，能够完整记录用户行为在系统间调用路径与状态的最佳实践方案。完整的全链路追踪可以为业务带来三大核心价值：端到端问题诊断，系统间依赖梳理，自定义标记透传。
国庆期间，Facebook 及其旗下 Instagram 和 WhatsApp 等应用全网宕机，停机时间将近 7 小时 5 分钟，Facebook 市值损失 643 亿美元。针对Facebook的宕机问题，我们该如何未雨绸缪，看看云拨测如何帮助客户避免该类问题。
每年双 11 前夕，全链路压测成为企业的必备选项，不断地通过压测发现问题进行迭代优化、全方位验证业务的稳定性，而云拨测的出现，是对全链路压测的完美补充，从用户视角全面解析大促场景下的用户体验情况，让用户能够拥有更加优质的购买体验。并且随着业务的发展不断进化，持续发挥着不可替代的作用。
ARMS 智能降噪功能依托于 NLP 算法和信息熵理论建立模型，从大量历史告警事件中去挖掘这些事件的模式规律。当实时事件触发后，实时为每一条事件打上信息熵值与噪音识别的标签，帮助用户快速识别事件重要性。
企业业务发展越来越迅速，对 IT 的要求也愈发严苛且复杂。这不仅仅体现在运维团队架构与工作流程上，也体现在工具选型与平台搭建上。 今天我们好好聊一下工具选型与平台搭建思路与实践关键点。来看看阿里云会给出如何的最佳实践！
当前可观测性领域存在三大痛点：1. 探针自动化覆盖依赖人工；2. 探针难以覆盖多语言的微服务业务；3. APM trace缺少内核可观测数据。针对三大痛点，Kindling分别是如何解决的呢？
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！
目前，云厂商独立第三方企业均提供可观测性的SaaS服务。国内的第三方提供商，云杉网络也提供名为DeepFlow Cloud的SaaS产品，方便大家体验。SaaS服务的主要问题，是用户的应用大概率需要跑在公有云上，并且观测数据要由第三方管理。此外，SaaS的计费模式相当复杂，有按主机规模计算的部分，也有按数据量计算的部分，总之很难准确规划这方面的预算。因此，对于中小企业SaaS是首选，但对于中大型客户，尤其是采用混合云架构，合规性要求高，项目预算制的大型行业客户来说，很难仅仅依赖SaaS提供可观测性服务。
