第九章：系统可观测性
文档摘要
第九章：系统可观测性 given enough eyeballs, all bugs are shallow. 足够多的眼睛，就可让所有问题浮现。 —— by Linus Torvalds 容器、微服务以及服务网格等新技术释放生产力的同时，系统的复杂性变得难以控制。 治理这些高度动态化、分布式的云技术，与以往的方法截然不同，超出了绝大部分 IT 团队的管理能力极限。并且随着业务的发展，系统的复杂性不断增加，"云深不见底"问题日益凸显。 复杂性失控问题在工业领域同样出现过。自 19 世纪末，电气工程各个细分领域迅速发展，尤其是 20 世纪 50 年代的航空领域，系统日益复杂，研发效率要求不断提高，系统的运行环境也变得越来越多样化，对系统的稳定性提出了巨大挑战。
第九章：系统可观测性
:::tip
given enough eyeballs, all bugs are shallow.
足够多的眼睛，就可让所有问题浮现。
:::right
—— by Linus Torvalds
:::
容器、微服务以及服务网格等新技术释放生产力的同时，系统的复杂性变得难以控制。
治理这些高度动态化、分布式的云技术，与以往的方法截然不同，超出了绝大部分 IT 团队的管理能力极限。并且随着业务的发展，系统的复杂性不断增加，"云深不见底"问题日益凸显。
复杂性失控问题在工业领域同样出现过。自 19 世纪末，电气工程各个细分领域迅速发展，尤其是 20 世纪 50 年代的航空领域，系统日益复杂，研发效率要求不断提高，系统的运行环境也变得越来越多样化，对系统的稳定性提出了巨大挑战。在这一背景下，匈牙利裔工程师 Rudolf Emil Kálmán 提出了“可观测性”这一概念，其核心理念是“通过系统外部的输出信号，判断工作状态并定位缺陷的根因”。
随着计算机技术和软件工程的发展，复杂软件系统的工作状态同样需要通过系统外部进行度量。通过借鉴电气系统的观测方法，我们可以利用系统输出的各种运行信息来实现软件的可观测性。
2018 年，CNCF 率先将可观测性概念引入 IT 领域，并强调系统的可观测性是云原生时代的必备能力。从生产所需到概念发声，加之包括 Google 在内的众多大厂一拥而上。“可观测性”逐渐取代“监控”，成为云原生技术领域最热门的话题之一。
:::center
图 9-0 本章内容导读
:::