如何评估IT可观测性技术？

IT领域的可观测性，源自自动控制领域。

控制领域中，研究可观测性的目的是提供基于系统内部状态（白盒），而非系统外部输出（黑盒）进行控制的理论依据。

在IT领域中，简单而言，可观测性就是为复杂IT系统寻求白盒监控能力。

随着业务系统不断上云，容器、微服务、持续发布等云原生技术被广泛采用，从而为IT系统的可控性带来了全新挑战。为保障云原生应用的稳定性（控制的目的就是稳定），可观测技术被越来越多的企业所采用。

可观测技术的本质，是通过系统的外部数据，分析系统的内部状态，从而做出控制指令。针对于IT系统，尤其是面相云原生应用，可观测技术应包含如下需求：

1）零侵扰：传统APM/NPM等工具，要么需要应用程序中打桩插码，要么需要基础设施中分光镜像，均会对IT系统进行侵扰。可观测技术使用外部数据做分析，因此采用零侵扰的方式获取监控数据，无需打桩插码、分光镜像，而是通过开放系统架构直接获取监控数据。零侵扰的另一方面是要求低功耗，不能因为采集数据而影响应用或基础设施性能，通常采集点功耗不能超过业务功耗的1%。

2）多维度：要保障云原生应用稳定运行，可观测技术必须包含多维度数据分析能力。具体来说，要将应用的API、容器、主机、网络等监控数据进行全栈关联分析。传统的APM工具，可以定位代码层问题，却无法追踪容器或主机网络服务引起的故障。而传统的NPM工具，又不能关联应用的TraceID从而追踪穿越NAT、LB等网元的流量。因此，多维度的全栈数据分析，是可观测平台的第二个需求。

3）实时性：自动控制中，过大的传感器反馈时延，会导致系统震荡而不可控。与之类似，云原生应用的动态性要求可观测平台必须具备实时性。如果应用的升级/扩容在分钟级完成，那么监控系统就必须提供秒级的反馈能力。注意，这里的反馈需要对海量指标/追踪/日志数据进行查找分析，因此对可观测平台的海量数据实时处理能力提出了极高要求。

那么，如何简单评一个可观测平台在上述三点需求中有效性呢？这里提供三个简单判据，供诸位参考：

1）零侵扰判据：是否无需应用休改代码、重启，是否无需网络分光镜像，是否消耗不超过云主机1%的CPU；

2）多维度判据：是否同时提供应用层数据、网络层数据，基础设施层数据的全景视图（Single Pane of Glass）；

3）实时性判据：是否提供对PB及指标、追踪、日志数据的秒级检索。

除此之外，可观测平台的技术架构，也是评判其先进性的重要方面。领先的可观测平台，包括Datadog、阿里云ARMS等，均采用了基于eBPF的数据采集技术以及基于OLAP的实时数仓技术。