近年來，隨著企業(yè)業(yè)務(wù)規(guī)模日益龐大，IT架構(gòu)日益復(fù)雜，云計算、微服務(wù)等一系列技術(shù)在各企業(yè)內(nèi)部開始逐步探索落地。技術(shù)的發(fā)展不僅對企業(yè)內(nèi)部運維管理產(chǎn)生了極大的挑戰(zhàn)，對于監(jiān)控體系也提出了更高的要求。

某運營商公司在IT架構(gòu)搭建、組織部門規(guī)劃時，大膽采用先進理念，進行了全部業(yè)務(wù)系統(tǒng)的分布式設(shè)計、SRE運維部門的分工創(chuàng)建。嘉為藍鯨全棧智能觀測中心在其中為業(yè)務(wù)系統(tǒng)的研發(fā)測試、快速迭代提供了重要的工具能力支撐；為SRE運維組觀測業(yè)務(wù)系統(tǒng)運行情況、及時定位分析處置告警提供了統(tǒng)一能力平臺。

01. 業(yè)務(wù)場景

分布式、微服務(wù)、云原生等先進應(yīng)用架構(gòu)在落地敏捷開發(fā)、快速迭代、彈性伸縮的同時將原有的單體應(yīng)用拆分成多個獨立部署相互通信的組合應(yīng)用。應(yīng)用數(shù)量指數(shù)級增長，業(yè)務(wù)模塊間依賴關(guān)系錯綜復(fù)雜，不同業(yè)務(wù)層級不同維度難以建立實時有效的映射關(guān)系。同時，隨著容器頻繁啟停，監(jiān)控對象及其指標(biāo)變化成為常態(tài)，故障現(xiàn)場難以留存、故障問題難以有效定位。

02. 分析痛點

以上云原生架構(gòu)的觀測難點給應(yīng)用運維的故障分析、根因定位、業(yè)務(wù)連續(xù)穩(wěn)定帶來嚴(yán)峻挑戰(zhàn)。應(yīng)用觀測難點概述為以下兩點：

1）信息維度復(fù)雜，難以建立多維數(shù)據(jù)關(guān)聯(lián)映射關(guān)系

云原生應(yīng)用的監(jiān)控度量涉及應(yīng)用進程、中間件、容器編排平臺、容器進程、資源基礎(chǔ)設(shè)施等相關(guān)層級資源屬性和性能指標(biāo)；其次，應(yīng)用排障及性能剖析涉及多個服務(wù)、多個組件復(fù)雜交互關(guān)系，需根據(jù)請求鏈路依賴關(guān)系分析故障根因。

2）架構(gòu)動態(tài)變化，故障現(xiàn)場難以留存，問題難以定位

容器部署架構(gòu)基于聲明式面向終態(tài)的設(shè)計思想，部署資源實例對象變更頻繁，服務(wù)節(jié)點漂移成為常態(tài)?；诙嗑S明細數(shù)據(jù)和指標(biāo)數(shù)據(jù)關(guān)聯(lián)映射構(gòu)建的運行時觀測分析矩陣能有效回溯歷史故障現(xiàn)場。

03. 解決方案

1）合縱連橫故障尋址

縱向：建立運行時軟件架構(gòu)級聯(lián)對象下鉆分析邏輯?；趯嶋H業(yè)務(wù)流量構(gòu)建不同服務(wù)的全局依賴拓撲，實現(xiàn)可選時間范圍的單業(yè)務(wù)領(lǐng)域全景分析，通過拓撲節(jié)點大小、顏色差異有效分析服務(wù)流量負載及服務(wù)健康狀態(tài)，支持對服務(wù)節(jié)點的下鉆分析、指定時間范圍內(nèi)服務(wù)請求、負載、錯誤、耗時黃金指標(biāo)，在服務(wù)內(nèi)可下鉆分析服務(wù)的單一接口/單一服務(wù)實例進一步故障尋址分析。將服務(wù)實例與CMDB管理資源（主機、容器）關(guān)聯(lián)，可下鉆至IaaS層資源，分析IT基礎(chǔ)資源指標(biāo)異常對服務(wù)流量的影響。

橫向：基于Trace串聯(lián)構(gòu)建單筆請求鏈路追蹤。每筆業(yè)務(wù)請求調(diào)用在入口服務(wù)生成請求唯一標(biāo)識，當(dāng)流量在下游多個服務(wù)傳遞時將請求唯一標(biāo)識、當(dāng)前節(jié)點請求標(biāo)識、上游服務(wù)信息作為上下文傳遞，從而構(gòu)建完成業(yè)務(wù)調(diào)用鏈路。此外，用戶可結(jié)合實際業(yè)務(wù)場景從HTTP請求頭、請求參數(shù)、cookie等獲取業(yè)務(wù)特征數(shù)據(jù)完成數(shù)據(jù)埋點，在鏈路分析時根據(jù)指定業(yè)務(wù)特征的請求依賴關(guān)系輔助業(yè)務(wù)異常分析。

2）調(diào)用鏈與日志明細關(guān)聯(lián)根因定位

在KAPM和KLC共同交付場景下，可將調(diào)用鏈和日志明細進行關(guān)聯(lián)，實現(xiàn)高效根因定位。通過KAPM調(diào)用鏈分析能力用戶可以確定請求依賴關(guān)系、縮小排障范圍、準(zhǔn)確故障尋址，但無法獲取故障根因明細，在此場景下將調(diào)用鏈和日志明細關(guān)聯(lián)無縫鏈接排障最后“一公里”。

04. 成果展示

1）核心應(yīng)用系統(tǒng)全覆蓋

2）根據(jù)應(yīng)用運行情況，展示應(yīng)用概覽看板

3）應(yīng)用關(guān)聯(lián)資源自動發(fā)現(xiàn)

4）接口級運行狀況監(jiān)控

5）系統(tǒng)請求Trace實時檢索

05. 建設(shè)成效

• 實現(xiàn)應(yīng)用系統(tǒng)可觀測全覆蓋，拓撲指標(biāo)一站式監(jiān)控
• 實現(xiàn)應(yīng)用系統(tǒng)拓撲自動生成，解決新模式下應(yīng)用架構(gòu)分析難題
• 實現(xiàn)周邊資產(chǎn)自動關(guān)聯(lián)，提升系統(tǒng)運行故障分析效率
• 實現(xiàn)應(yīng)用調(diào)用鏈采樣分析，系統(tǒng)運行精確到每一筆請求

06. 場景適用性

嘉為藍鯨可觀測中心適用于企業(yè)內(nèi)部系統(tǒng)分布式架構(gòu)設(shè)計，微服務(wù)化系統(tǒng)單元的場景。適用于以下類型的企業(yè)：

• 正在或已經(jīng)完成分布式架構(gòu)改造的企業(yè)
• 應(yīng)用開發(fā)或運維人員對應(yīng)用性能觀測有認知、有需求、會使用的企業(yè)
• 監(jiān)控告警日志體系已經(jīng)具備，希望在基礎(chǔ)監(jiān)控基礎(chǔ)上深入可觀測能力的企業(yè)
• 已經(jīng)部署嘉為鯨眼其他模塊產(chǎn)品，希望實現(xiàn)一體化可觀測中心的企業(yè)
• 應(yīng)用開發(fā)排障難、迭代效率低下，希望通過可觀測產(chǎn)品協(xié)助實現(xiàn)快速研發(fā)的企業(yè)