背景
在運維工具這個江湖中，出現了衆多獨行俠客，各懷絕技，各自為戰。這些開源監控軟體如同武林中的各派門派：SkyWalking 以精湛的追蹤功夫獨步武林；Prometheus 以靈活的告警機制縱橫江湖；ELK 則如同黯然銷魂掌，以卓越的日志分析、資料可視化技能令人歎為觀止。
門派各自捍衛領地，争奪資源，卻忽略了武林大勢。江湖中有人指出，如果這些俠客們能夠攜手共進，共同面對武林變局，必定能夠形成無敵的聯合之勢。
直到江湖中出現了一位俠客，号稱能“以一抵十”，同時擊退 SkyWalking、Sentry、Prometheus、OpenSearch 等各派高手，讓運維團隊從“對運維工具的運維”工作中解放出來，并提升産、研、運團隊的整體效能。
這位俠客便是「觀測雲」，它是一款面向開發、運維、測試及業務團隊的實時資料監測平台，能夠統一滿足雲、雲原生、應用及業務上的監測需求，快速實作基礎設施、中間件、應用層和業務層的可觀測。基礎設施監測、日志與名額管理、應用性能監測、使用者通路監測、可用性監測、系統級安全巡檢、場景和儀表闆等均為「觀測雲」的可觀測解決方案，通過統一的資料采集、全面的資料監控、無縫的關聯分析、自定義的場景搭建、高度的可程式設計性及靈活的成員協作，為使用者提供最迅速、最輕松、最全面、最自由的系統可觀測平台。
筆者今天就給大家分享這樣一個 case：觀測雲用九招幫助某客戶替換掉 5 套監控平台。
客戶個例
該客戶為一家中小型的金融方案提供商，客戶的 DevOps 團隊分為前端、後端、運維等幾個小組，大家各司其職、密切合作，不斷地推出新産品、新功能以滿足業務需求。
根據雙方的兩次技術交流，該客戶向觀測雲團隊回報了監控現狀：前端、後端、運維三個小組使用了 5 個以上運維工具/服務，包括：Sentry、SkyWalking、Prometheus+Grafana、OpenSearch 訂閱服務（AWS）、AWS CloudWatch 等。
顯然，分散的監控帶來了資料割裂，每個小組都用自己的資料來評價系統問題，容易造成“本位主義”，團隊難以對故障/異常的原因快速達成一緻。且數個自建的平台也給運維團隊帶來了較重的運維負擔。
- 監控分散帶來的諸多問題
在與客戶團隊進行充分溝通後，觀測雲提出有信心幫助客戶進行監控整合，替換掉多套開源監控工具。客戶對觀測雲“統一平台，提升團隊整體協同效率”的價值主張非常認可，迅速組織團隊開始進入技術驗證階段。雙方經過為期兩周的交流和互動，實作了全部場景的驗證。
- 觀測雲的價值主張——統一平台，提升團隊整體協同效率
關鍵招數
在為期兩周的驗證過程中，客戶的前端、後端、運維小組一共有 8 位同僚參與了此項工作。最終雙方總結出多個關鍵場景，并成功向客戶的決策層進行了彙報，獲得決策層高度認可。下面跟大家分享一下觀測雲打動客戶的九大招數。
招數 1：主機/容器的監控
在主機和容器監控方面，該客戶原先使用 Prometheus+Grafana 的組合。而觀測雲則是依靠 DataKit 采集器進行主機/容器的對象和名額采集。
l 如果是主機方式，采用一條 sh 語句即可進行一鍵式安裝；
- 一條指令安裝 DataKit 采集器
l 如果是 k8s 方式，則通過 yaml 檔案進行配置。
- 通過 yaml 檔案管理采集器和對應插件的安裝
當安裝完 DataKit ，主機/容器的對象屬性、名額即可展現在觀測雲上。觀測雲提供了蜂窩圖等看闆，通過顔色來展示主機/容器的健康度，友善客戶在大量基礎設施的情況下快速對亞健康的主機/容器進行分析。
在 DataKit 安裝時可以選擇開啟 ebpf 采集器，以實作基礎之間的網絡通信分析，客戶可以觀察到 TCP 重傳、時延等情況，充分了解叢集内的網絡狀況。
- 主機/容器的監控
招數 2：AWS 各服務監控
客戶的基礎設施均部署在 AWS 上，并且使用了大量 PaaS 服務，但原先通過 CloudWatch 的監控覆寫并不完整。在本次使用觀測雲期間，我們推薦客戶使用了觀測雲 Func 服務子產品，該子產品是基于 Python 的腳本開發、管理、執行平台，在官方腳本市場中已經包含了數十個 AWS 服務的監控腳本。
使用者隻需要選擇對應的腳本進行簡單修改（填寫 AK/SK、Region、修改預設采集名額）等操作，并開啟定時任務，即可輕松将 AWS 服務的對象和監控名額在觀測雲平台界面上進行展示。
- AWS 各服務監控
- 觀測雲目前已支援的數十個 AWS 服務
招數 3：日志的采集與分析
客戶原先使用 AWS OpenSearch 訂閱服務來處理業務系統中的重要日志。在使用觀測雲期間，客戶使用了觀測雲的冷、熱分級存儲，将最近 30 天的日志存儲在 GuanceDB (觀測雲高性能 OLAP 列存資料庫)中，冷日志通過觀測雲轉存到 AWS S3 中進行備份，并且在審計等需要查詢曆史日志的場景下，無需解凍即可直接從觀測雲界面上進行查詢，取得了效率/成本的完美平衡。
除此之外，客戶日常還需要對日志黑名單進行管理，并基于一些業務關鍵字的組合來實作及時的故障通知。這些需求在觀測雲上均得到了很好的支援。
超出客戶預期的是，觀測雲的日志除了和鍊路 tracing 資料進行關聯之外，還和主機、容器等資料進行了自動關聯。客戶在分析日志的時候可以輕松點選标簽檢視對應主機/容器的運作名額，大大提升了 troubleshooting 的速度。
- 觀測雲日志分析
招數 4：使用者體驗資料（RUM）的采集和分析
客戶前端團隊原先使用 Sentry 進行使用者體驗的分析，主要關注接口的性能、會話重放等功能，但沒有實作和後端 APM 的關聯追蹤分析。
觀測雲則提供了 session、view、action、error、LongTask 等多個角度的 RUM 中繼資料采集和分析，幫助客戶了解使用者的實際體驗。
“會話重放”在觀測雲上得到良好的支援，并且提供了多種級别模式來對敏感資料進行脫敏，確定不會顧此失彼（即在複現使用者故障現場的同時導緻使用者的敏感資料洩露）。
前端 RUM 與後端 APM 的關聯追蹤，則依靠 SDK 自動向 HTTP request Header 中添加的追蹤參數來實作，客戶無需在代碼中進行埋點即可實作前後端的資料關聯分析。
- 對使用者體驗資料進行采集和分析
招數 5：鍊路追蹤
客戶後端開發團隊原先使用 SkyWalking 對鍊路進行追蹤，但由于産品疊代的壓力較大，未能投入精力去實作 Tracing 和 Log 的關聯分析。
觀測雲通過對 DDTrace/OpenTelemetry/SkyWalking 等主流 APM 方案的良好支援，将客戶的鍊路資料進行實時收集，并指導客戶調整 Log 輸出格式，很快便實作了客戶期待已久的 Tracing+Log 關聯分析。
此外，由于觀測雲采集的資料預設提供了非常多的擴充字段，客戶可以使用 key:value 的查詢方式根據任意擴充字段進行搜尋分析，以便對疑似異常的現象進行探索，靈活性十足。
招數 6：統一告警
在統一告警方面，客戶主要關注對主機運作名額的監控，日志關鍵字的監控，所有的告警會通過釘釘發送群通知，并通過 PagerDuty 實作電話通知。
觀測雲提供了十餘種“監控器”，包含門檻值監測、日志監測、程序監測、應用性能監測等，完全滿足了客戶對故障預警的需求。此外，事件模闆可自定義、與 PagerDuty 輕松對接也讓客戶原有的使用習慣得以保留。
- 觀測雲的統一告警
招數 7：靈活、易用的儀表闆
客戶原先使用 Grafana 進行儀表闆的繪制，運維小組主要關注的是容器運作、AWS 服務監控等儀表闆，前端小組則需要經常響應産品團隊的需求，幫助産品團隊進行業務看闆的繪制。
觀測雲在儀表闆方面既有二十多種圖表，又提供了靈活易用的圖表繪制互動體驗。對于産品、營運同學完全可以采用拖拉拽式的方式來建構圖表樣式，通過下拉菜單來篩選自己關注的名額和查詢條件，實作圖表的繪制；對于運維、開發同學來說，則可以使用 DQL 語句來進行各種觀測資料的查詢。無論是名額、鍊路還是日志，采用的是同一種查詢文法，并且相容了 promQL 的寫法，讓客戶能輕松從原有的資料分析平台過渡到觀測雲。在短短的兩周時間内，客戶團隊自行配置了 30+ 儀表闆，得到了客戶決策層的肯定。
招數 8：資料的高效、安全分享
由于客戶的業務是屬于金融服務，是以對資料安全非常看重。在過往工作過程中，團隊通過截圖、遠端協助、發送日志等方式進行協作，不僅效率較低而且十分容易導緻資料洩露。
觀測雲提供了快照分享功能，讓客戶能夠将經過篩選過後的資料儲存為快照，分享給其他同僚，後者打開快照能進行一定程度的互動分析。在此過程中，觀測雲能夠對指定資料進行脫敏，并且設定快照的有效期/通路 IP 白名單/加密通路等，讓客戶不會有資料洩露方面的擔憂。
招數 9：從使用者 ID 出發的立體化分析
在觀測雲的助力下，客戶實作了從使用者 ID 出發的全鍊路追蹤。根據 userID 和時間段很容易找到報障使用者的通路會話，從前端關聯分析到後端鍊路、日志、主機/ Pod /容器基礎資源/資料庫中間件運作情況等，真正實作立體化、全通路的分析。産品、研發、運維同學終于可以用同一套工具來進行問題分析，快速對問題結論達成一緻。
回顧
回顧曆史，秦國的“統一度量衡”推動了經濟和社會的繁榮發展。而雲原生時代，同樣需要有統一監控平台來實作監控資料的統一、團隊分析視角的統一、資料标準的統一。
在雙方向客戶決策的彙報過程中，我們還彙報了觀測雲相對于國外商業産品的優勢：數百萬字的中文文檔能讓客戶團隊輕松上手，完善的國際化支援又能适應海外員工的使用需求。對于商用客戶，觀測雲還提供多元化的技術服務，例如定期例會、最佳實踐專題分享等，確定客戶在使用強大的産品功能的同時，能夠感受到觀測雲技術服務的溫度。