与许多新技术一样，"可观测性"可以根据你的谈话对象而有不同的含义。在与客户、分析师的交谈中，以及阅读在线内容时，我们看到并听到了一些定义。尽管定义存在差异，但普遍的共识是，可观测性的目标是提供对应用程序更好的洞察——随着应用程序变得更加分散、不可预测和短暂，这一点越来越重要。可观测性已经成为主流的一个方面是有三个"支柱"：日志记录–事件的记录，有助于了解出错时系统/应用程序行为的变化。例如，使用Grafana Loki来记录某些事件。度量–在某个时间点上与系统/应用程序相关的值。例如，使用Grafana来了解资源利用率，或者应用程序性能指标，比如吞吐量和响应时间。跟踪–表示单个用户通过应用程序事务的旅程。例如，使用Jaeger完成一个服务之间的事务需要多少时间才能完成。而且，随着服务网格在微服务应用程序开发中的应用越来越多，云服务器好，它在公开更多有关应用程序的信息方面扮演着重要角色。根据Red Hat的定义，服务网格是一个专用的基础设施层，它提供了一种控制应用程序不同部分如何彼此共享数据的方法。这一层可以记录应用程序交互的质量以及所有移动部件协同工作的情况，从而更容易优化通信并避免应用程序增长时的停机时间。在这四个概念和技术的帮助下，开发人员可以更深入地了解其应用程序的行为。不幸的是，这仍然需要多个工具、仪表板和视点—没有任何元素可以将所有内容联系在一起。当考虑到现代应用程序的复杂性时，数据统计，解决这一问题变得更具挑战性——有更多的组件需要管理，而且它们的需求不断变化。服务本身可能会出现性能问题（这是日志、度量和跟踪可以帮助发现的问题），但是每个服务的底层堆栈也可能产生问题。当出现性能问题时，问题就出现了：是代码还是节点？要回答这个问题，什么是云计算和大数据，你需要观察力的第四个支柱——背景。利用Lemur，我们创建了一个自由软件工具，它采用自顶向下的全栈方法来管理性能。Lemur打包了开源的观测工具，并在我们的"供应链"环境中提供了他们的见解（在下面的屏幕截图的左边）。通过将这些工具组合在一个单一的视图中，开发人员可以快速确定导致性能问题的确切原因，比购返利，并更好地理解他们的微服务应用程序。可观察性不仅仅是一个时髦词，随着容器和微服务越来越多地被采用，应用程序的复杂性也在增加，大数据研发，这将是一个关键的实践。如果你有兴趣了解更多关于狐猴的信息，请看这个点播网络研讨会。或者，点击这里开始吧-它永远免费，任何人都可以使用。