第 10 章 · 可观测性与数据

第 10 章 · 可观测性与数据

系统上线之后，我们靠什么知道它"还好"？靠什么定位"哪里坏了"？又靠什么回答"它为什么坏"？本章围绕软件交付的最后一道防线——可观测性，以及它背后的两大数据基础设施：数据库与消息队列，建立从监控到数据的完整认知。读完本章，你将理解三大支柱如何协同回答"正常与否、发生了什么、慢在哪里"，也能说清 SQL 与 NoSQL、ACID 与 CAP、Kafka 分区与消费组背后的设计取舍。

解剖坐标

第 10 章沿"看得到 → 存得下 → 传得动"的主线展开：先建立可观测性三大支柱与 SLI/SLO/错误预算的量化框架（含 Prometheus 与 Grafana 实战），再回到数据侧理解 SQL 与 NoSQL、ACID 与 CAP 的取舍逻辑，最后打通事件流：Kafka 如何以分区与消费组实现高吞吐的可靠消息传递。

学习目标

完成本章后，你将能够：

• 区分监控与可观测性，说出三大支柱各自回答的问题，以及它们如何协同定位故障
• 用 SLI/SLO/错误预算量化系统可靠性，并判断"服务是否处于发布冻结期"
• 描述 Prometheus 拉取模型与四种指标类型的语义差异，知道 Grafana 的角色边界
• 对比 SQL 与 NoSQL 的适用场景，解释 ACID 与 CAP 定理，能指出常见认知混淆点
• 描述 Kafka 的 Topic/Partition/Broker/Consumer Group/Offset 五要素与消息传递语义，理解分区内有序而全局无序的原因

子章节导航

01 可观测性与监控

从"监控"到"可观测性"的认知升级：三大支柱（指标、日志、链路追踪）各回答什么问题；SLI/SLO/错误预算如何把可靠性变成可计算的工程指标；Prometheus 的拉取模型、四种指标类型与告警体系；Grafana 的定位与局限；ELK 日志栈与 APM 的组成。

02 数据库核心概念

SQL 与 NoSQL 的适用边界与选型逻辑；ACID 四性质逐一解读；索引为什么能加速查询又有代价；范式设计与反范式；分片与复制的区别；CAP 定理中 CP/AP 的真实分布；慢查询排查的标准三步；主流数据库的端口与典型场景速查。

03 消息队列与Kafka

消息队列解决了什么问题（削峰、解耦、异步、顺序）；Kafka 的核心抽象——Topic/Partition/Broker/Offset；Consumer Group 的负载均衡与"一个分区同一时刻只有一个消费者"的约束；消息丢失与重复消费的来源与对策；ZooKeeper 的历史角色与 KRaft 的演进。

前置知识

• 第 3 章《Linux 系统》中的进程、日志文件（/var/log）与服务管理基础
• 第 5 章《容器化与Docker》与第 6 章《Kubernetes编排》中的部署形态与 Pod 生命周期——可观测性手段与部署形态强相关
• 第 9 章《云平台与网络》中的云服务与网络概念，理解分布式系统的运行环境

后续延伸

可观测性是 SRE 工作方法的核心输入，配合第 1 章的 SLA 承诺与 SRE 职责理解更佳；数据库与消息队列是系统架构的两大基石，与第 7 章 IaC、第 8 章 CI/CD 共同构成生产级系统的闭环。深入学习可继续钻研：Prometheus 告警规则与联邦、OpenTelemetry 统一标准、分布式事务与一致性协议（Paxos/Raft）、Kafka 事务与 Exactly-Once 语义。