许多组织正在遭遇T复杂性壁垒，这加剧了对可观测性的迫切需求。
各组织采用现代云技术来提高竞争力、效率和创新能力，但也遇到了这些新技术带来的不断增加的复杂性。
多云应用程序和基础设施使用分布式容器化架构、开源软件和瞬息万变的动态微服务。在企业层面，这种复杂性通常会成为模糊难解的壁垒。作为应对，IT运营、开发和安全团队开始认识到，他们需要对其分布式现代架构具有可观测性，才能进行有效的管理和保护。
在这本电子书中，我们将探讨什么是可观测性及其对管理现代云环境的作用。我们还要研究为什么使用自动化和人工智能(Al)实现的可观测性已成为关键选择，从而克服多云复杂性并自动提供方案，使客户能够更好、更安全地大规模运行软件。
可观测性是根据系统生成的数据衡量系统当前状态的能力，以及通过数据分析和其他功能预测系统未来行为的能力。
传统的可观测性方法侧重于监控少量应用程序和基础设施组件。这些方法依靠被动警报(或仅在警报后对其做出响应)。因此，组织只能在问题发生并对用户体验产生负面影响后才能修复问题。随着应用程序使用云原生技术实现现代化，传统监控方法已无法适应发展趋势。
可观测性的三大支柱
可观测性包括三大要素：日志、指标和跟踪(见边栏)。这三大要素描述了T环境发生活动的情况以及有关其组件之间关系的信息。
但在涵盖多个云和开源技术的基于微服务的分布式环境中，可观测性的三大要素通常并不足够。可观测性还应包括上下文信息和用户数据。
上下文信息
为了从日志、指标和跟踪生成的大量数据中获取可操作的情报，分析师还需要了解事件或警报的上下文信息。该事件只是常规条件关联的一部分，还是关键功能被故障代码片段阻止了运行?了解上下文信息能使分析师查明问题根源并过滤掉警报噪音。
用户数据
分析师还需要了解数据传输如何影响最终用户体验。通过跟踪真实的用户会话，分析师可以实时了解用户体验。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入查阅下载3万+精选资料，年享1万+精选更新
（星球内含更多未发布精选报告.其它事宜可联系zzxz_88@163.com）
