驾驭可观测性：超越AIOps的卓越IT运营关键

可观测性策略为企业IT和DevOps团队利用AIOps提供丰富效益。

为何要将可观测性纳入IT战略？效益包括保持员工高产和业务运转。

一切看似简单，但“如何”背后需回溯十年云承诺刚冒头时。将基础设施卸载到云将改善正常运行时间，同时降低资本和运营成本。同时，切换到云应用承诺访问最佳应用，同时最小化开发费用和打补丁需求。

企业普遍已实现那些云效益，但也遇到新挑战：复杂性。

迁移云常需多云策略，多基础设施供应商和一篮子SaaS提供商。单个用户处理单个任务可能调用云基础设施，也可能调用两个或更多SaaS应用。再考虑IT团队仍维护的遗留系统。将场景扩展到数万员工，你就有现代巴别塔，每个技术元素依赖其他元素完成工作。这就是复杂性！

可观测性与AIOps

你可能已实施AIOps，监控和人工智能帮助DevOps团队在故障发生时发现并优化性能。然而，在故障发生时得知还不够。可观测性效益在于让你主动识别系统和应用潜在断点，在停机来袭前采取处方行动。

潜在故障迹象就在那里，被警报洪流、传感器读数、看似微小性能问题淹没。特定应用访问特定数据库响应时间滞后，或特定用户子集。尚未崩溃，但可能只是时间问题。

可观测性工具帮助发现这些麻烦早期迹象。

注意可观测性超越传统预编程仪表盘的绿黄红灯或表盘。DevOps工具提供商Splunk指出，“可观测性使用三种遥测数据——指标、日志和追踪——为分布式系统提供深度可见性，允许团队找到多种问题根因并改善系统性能。”

可观测性角色

DevOps Institute首席大使Helen Beal在Moogsoft.com帖子讨论可观测性。“软件工作关键挑战是它不可见。可观测性承认这点，要求工程师有意编码产品发射指标和日志以观察不可见。这与DevOps目标‘遥测无处不在’一致；即从系统所有部分主动收集远程数据。听起来像监控，但不止于此。不仅告诉你服务工作与否，还给你数据发现根因和潜在解决方案。

“传统监控警示潜在问题，但责任在操作员去查明是什么。可观测性和AIOps代表操作员收集分析数据（来自可能无有效共享信息的多监控系统），语境化问题并提供行动指导。”

真实可观测性效益

Gartner 2020年报告概述可观测性部分效益和用例。“可观测性使组织减少识别影响性能问题根因时间。特别是，与传统监控相反，操作员可事后自由质询数据，无需预编程仪表盘。预期实施可观测性的I&O组织将实现其他效益。”

此类可观测性效益包括：

通过加快问题响应和更好应用性能改善最终用户满意度，有助于减少客户流失。也提高回头率和增加客户支出。
降低基础设施成本。通过查看生成数据，可优化基础设施，例如减少过度配置。
与开发流程更紧密集成，通过“左移”让开发团队和运维团队用单一概念理解应用性能。
改善现代架构覆盖。 “可观测性对遥测收集和分析的强调意味着它适应新基础设施范式，如容器化和微服务”。
应用开发时采用可观测性将允许显著更快调查停机，改善上市时间。
金丝雀部署。这些场景允许开发者增量部署新代码到生产环境一部分用户。然后，问题爆炸半径被包含且易回滚。

“可观测性”术语原始用法不新，因仅关联某物被观察能力。然而，应用于企业信息技术时呈现全新面貌。所有那些比特及其缺陷不仅可观察，若你足够早采取行动也可修复。

数字孪生：连接运营与设计，赋能智能制造推动边缘计算革命的六类组织

物联网技术