深入浅出可观测性

存储方式：百度网盘

介绍

当下 BAT、美团、字节跳动、快手等一线大厂都在加速推进业务的容器化、云原生化。也正是因此，传统的技术架构面临着巨大的冲击，我们的监控对象也由传统的单体结构，变成了分布式的多个微服务。

在这样的背景之下，很多问题成了开发、测试、运维同学的家常便饭：

• 某个新版本发布上线之后，发现主机的 CPU 使用率持续飙高，但不知道根本原因在哪，只能根据过往的经验一一排查；
• 新版本上线之后，很难判断功能是不是完全正常，只能等着用户找客服投诉之后，才知道哪个模块出现了报错；
• 基础设施方面，通过监控搞了一大堆稀奇古怪的仪表盘，看着花花绿绿一大片，可是又不能反映出业务的真实情况，也不能跟随业务的变化而灵活调整。

局面混乱，效率又不高。可以说，监控，被架到了一个不得不革自己命的位置。而可观测性（Observability）就是解决这些问题的关键。

近几年，可观测性的概念逐渐明晰化，相关产品纷纷涌现，可观测性越来越成为云原生一个绕不开的话题。但是可观测性到底是什么？效果又是否真的能达到预期？

为了解答这些困惑，我们请到了观测云的产品技术总监翁一磊老师。他会结合自己在这一领域多年的经验和思考，带你直抵可观测性的内核，合理、高效地部署可观测平台。

章节

开篇词 | 可观测性，让开发和维护系统的你每晚都能睡个好觉！
01 | 以史鉴今：监控是如何一步步发展而来的？
02 | 基本概念：指标+日志+链路追踪=可观测性？
03 | 相互对比：可观测性和传统监控有什么区别？
04 | OpenTelemetry：如何利用OpenTelemetry采集可观测数据？
05 | 构建可观测平台：应该购买商业产品还是自己搭建？
06 | 团队合作：不同团队如何高效共建可观测性？
07 | 软件开发：如何利用可观测性进行驱动？
08 | 建立 SLO：如何为系统可靠性的量化提供依据？
09 | 跟踪 SLO：如何基于错误预算采取行动？
10 | 实战 1：从 0 到 1 建立系统应用的可观测性
11 | 实战 2：基于可观测性数据进行问题分析和根因定位
12 | 实战 3：构建基于 Kubernetes 的系统可观测性
13 | 实战 4：建立软件持续集成和发布的可观测性
14 | 文化建设：如何构建可观测性的文化和框架?
15 | 展望未来：可观测性在未来的发展趋势是什么？
结束语 | 在实践中，用科学的方法分析和解决问题
期末考试 | 来赴一场满分之约吧～