如何防止淹没在云原生可观测性数据中
发布时间：2022-08-04 16:11:31 所属栏目：云计算 来源：互联网
导读：传统的应用程序性能监视(APM)在新的云原生堆栈中并不总是能发挥作用，两者在规模和数据量方面存在根本差异。此外，当一切都在容器中运行时，必须围绕数据的临时性设计和优化监视。 了解云原生性能可以更好地为站点可靠性工程师(SRE)和平台工程师提供实时洞察
|
传统的应用程序性能监视(APM)在新的云原生堆栈中并不总是能发挥作用，两者在规模和数据量方面存在根本差异。此外，当一切都在容器中运行时，必须围绕数据的临时性设计和优化监视。 了解云原生性能可以更好地为站点可靠性工程师(SRE)和平台工程师提供实时洞察力，帮助在出现问题时快速响应。因此，人们近年来看到对云原生全栈可观察性的兴趣激增，其中涉及指标、日志和跟踪，以揭示事件的根本原因。 但是，对那些华而不实的云原生技术的投资确实有不利的一面。他表示，人们越来越担心这些工具产生的大量数据。可观察性数据的增长远远超过业务和基础设施的增长，这意味着不仅难以解析，而且过多的可观察性数据可能会创建新的数据湖，带来数据存储和集成的新问题。 Mao说，“由于产生了更多数据，需要筛选的警报也越来越多，这些警报开始妨碍企业找出解决这些问题的方法。” 解决方案：优化保留和分辨率 Mao表示，企业可以通过围绕数据保留和解决设置限制来解决这些问题。以下深入了解这些概念的含义。 (1)数据保留 随着许多工具产生不断升级的数据维度，企业的可观察性数据可以快速积累。阻止数据积累的第一种方法是限制数据的收集时间和存储时间。 (2)数据分辨率 数据分辨率是指记录的时间序列数据的粒度。正如Mao指出的那样，每秒记录数据与每小时记录数据基本上相差3600倍。因此，优化数据收集的分辨率对于减少采用成本高昂的存储设备非常重要。 为可观察性数据调整数据分辨率在很大程度上取决于手头的用例。回到持续集成(CI)/持续交付(CD)示例，如果在回滚时收集部署数据，希望每一秒都具有高分辨率，因为这是关键时刻。另一方面，如果企业要进行一年的容量规划，那么可能不需要在第二年之前保留历史容量信息，因为这过于细化。 其他提示 优化数据保留和分辨率可以限制记录的数据量。这有助于保持更小的占用空间，并生成更少的数据点进行筛选。与其他监控方法相比，调整分辨率通常是一种更好的折衷方法，例如只记录生产团队的10%，这可能会给许多用户带来困扰。 结语 可观察性趋势可以为帮助数字平台优化运营带来巨大好处。可观察性有助于减少响应问题的时间并改善最终用户体验。他说，“可观察性在其中起着关键作用，它让人们了解这些做法是否有用。” 然而，向云原生架构的加速过渡产生了新警报和信号的风暴。如果不加以解决，这些数据会迅速堆积起来，从而需要对数据本身有更高的可见性。Mao说：“带来的价值需要被重视。” 世界正在产生大量数据，数据会占用更多空间。它会累积并且大规模存储的成本很高。然而，人们仍然认为数据是免费的，通常不会为数据生命周期制定计划。Mao说：“负责可观察性后端的人员的心态不应该是创建一个数据湖，在某种程度上必须采取一些措施。” 为了抵消这种趋势，运营商不能以同样的方式对待每一个数据。总之，为了避免淹没在可观察性数据湖中，需要限制不必要的数据收集，并围绕数据收集的时间、粒度、可视化方式以及存储时间实施更智能的优化。 （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号