采访嘉宾 | 吴结生（Jason Wu） 阿里巴巴高级研究员
主持人 | 霍太稳 极客邦科技创始人 CEO
编辑 | 邓艳琴
近几年，“可观测性”这个词在国内的 IT 圈子突然走红，阿里、百度、字节、腾讯等大厂纷纷跟进可观测性建设，更有多家基于可观测技术创业的公司陆续成立，可观测性领域的融资很火爆。这把名为“可观测性”的火，甚至从后端领域，延伸到了大前端，一些移动开发团队希望通过引入“可观测性”概念解决更深层次的应用架构问题，改善性能和业务体验。
然而，“可观测性”并不是一个新词，为探寻它翻红背后的原因，InfoQ 采访了阿里巴巴高级研究员、阿里云智能存储负责人吴结生（Jason Wu）。在今年首期 C 位面对面中，他与 InfoQ 共同解读了存储技术的现在与未来，分享了他亲历过的一些重大抉择与成长感悟，https://www.infoq.cn/article/Kwud4ha7syxRDDk5I4Yj。同时，Jason 所负责的团队，也正在为可观测性发展做一些工作。本次，针对可观测性，Jason 与 InfoQ 探讨了他的理解，以下是他的四个核心观点——
观点一：今天的应用架构，正处在一个不可测的阶段。
观点二：监控是系统具备可观测的能力之后，上层提供的一种工程能力。
观点三：可观测性一直存在，现在只是翻红。
观点四：云原生时代，产品更需要具备可观测性。
在谈论可观测性的现在与未来之前，我们先来聊聊这个词语本身。
可观测性的概念来自于国外的 Observability 一词，但如果我们打开各种翻译软件，输入“Observability”，出来的翻译结果往往都是“可观察性”。
所以，为什么不叫“可观察性”，而要提“可观测性”？我们发现，今天有不少技术团队是混用这两个词语的，他们认为没有什么区别，甚至会觉得你们搞文字工作的真烦，在这里咬文嚼字，真是吃饱了撑的。
但翻译其实是一件非常严肃重要的事情，好的翻译可以让人一看就懂。举个经典的反例，计算机领域有一个词语叫鲁棒性，如果不去查询相关资料，你可能很难理解这到底是个什么特性。
因此，是选择“可观察性”还是“可观测性”，这件事还是有一些小小的讨论价值的。
若我们引用国内已有的文献，会发现这两个词都有相关的释义。
看起来，沿袭可观测性的叫法，会更加贴合。那么从技术的角度来看，又是什么情况呢？对于这一个问题，Jason 表达了他的看法：“这个问题我之前还真的没有想过，但如果你去搜索，会发现可观测的频率更高一些。而我个人也会比较倾向于可观测性，为什么呢？因为，我们很多的系统，或者说，很多的应用架构，在今天其实是处在一个不可测的阶段。既然不可测，那么相对应的，可观测可能就更契合一点。”
在针对可观测性的讨论中，也夹杂着一些批判的声音：这实际上就是对监控 /Monitoring 的改头换面而已，却有人声称这是一种新技术，这都是供应商的阴谋。
这里需要探讨的有两个问题，第一，可观测性是新技术吗？第二，可观测性就是监控的包装炒作吗？
首先，可观测性的内涵一直都存在，如果仔细回忆一下，你会发现以前大型的分布式系统，包括并行计算里面，都是强调可观测性的。再比如，Linux 里面就有很多可观测性的东西，打开一些 FLAG，它就会给你收集很多性能指标或者日志。在编译程序的时候，打开一些编译选项，你可以有很多 Debug 的信息，这些都是可观测性的体现。
Jason 认为，从某种意义上来说，可观测性就是系统或者产品的一种能力。你的产品和系统在具备了功能和性能这些基本属性之外，还需要具备可观测性，这是一种能力的体现。这样的能力会带来什么样的好处？你可以把软件、产品、服务，从黑盒变成白盒，帮助你更好地理解它们，帮助你站在更高的层次来发现问题、定位问题、解决问题。
那为什么可观测性在今天被大范围提起来了，还被提到了一个新的高度？
因为云计算的发展。容器、微服务、分布式系统的出现，让系统变得越来越复杂，在这个环境下，大家对于当下的新系统的设计、产品的设计，就衍生出了一些新的诉求，而且这个诉求在变得越来越明显。
举个例子来讲，今天，我们有非常多的业务采用的是微服务架构，有几千个容器，这些容器之间相互依赖，通信十分复杂。如果说，每个容器它自己不具备可观测的能力，你要怎么排查问题？
再举一个例子，可能你的系统用了多种技术产品，一些业务是你自己的，一些是阿里云产品的，一些是第三方提供的，这几者相互交错。如果你的系统不具备可观测性的话，你又要怎么排查问题？
总结下来，是两个原因驱动了可观测性概念的走红，一是对系统从黑盒到白盒的诉求，二是对资源到业务的可观测性的诉求。
第一点比较好理解，第二点我们需要再举个例子说明。如果你在运行一个网站服务，你发现客户的体验非常慢，那你需要想办法知道到底是慢在哪里，这时候前后端都需要排查问题。类似于这种从业务视角去解决问题的机会越来越多，对可观测性的要求也就越来越高。再比如，作为业务方，你用了非常多的容器微服务，用了很多云厂商的产品，你要关心业务的稳定性的话，你需要知道自己的系统里面发生了什么事情，那些云厂商的产品里面又发生了什么事情，这些事情怎么串联起来。这就是从资源到业务的可观测性。
可观测兴盛于云原生，它将如何作用于云原生？Jaosn 表示，它让大家意识到，不管是云原生服务也好，云原生产品也好，都需要具备可观测的能力，这是一个基本的要求。“我们要提供一些辅助的工具，去帮助客户理解和洞察他的业务里面发生的行为，所以就出现了像 APM 这样的一些工具和产品，能够自动地去插入一些代码到客户的应用里面，去帮助他们去做性能监控，或是其他事情。”
第二个问题，可观测性是不是就是监控？
关于这个问题，业界存在几种观点，有认为监控就是可观测性的，有认为这两者没有区别，但是之前的监控做的不对的，也有认为监控是可观测性的子集的，还有认为这完全不是一码事的。
这里需要额外提一下第二个观点，这个观点的支持者表示：“监控不是数据采集、数据存储和数据展示，那和普通的 CRUD 有什么区别？监控应该是有 Topo 的，如果某个 Metric 下降了，告警了，你却不能告诉我为什么，是有人为变更还是机器故障了，那你叫什么监控？”
再回到我们的问题上来，Jason 认为，监控系统是系统具备可被观测的能力之后，我们在上面提供的工程能力。你首先要具备可观测性，才可被监控。当一个软件、一个模块具备可观测性之后，你就可以拿到 Traces 追踪、Loggings 日志、Metrics 性能等指标数据，再在上面去建立监控这种工程平台。得益于此，你监控的维度可能也会更多。
数据是可观测性的核心，谈到数据必然离不开存储。作为阿里云智能存储负责人，Jason 如何看待存储和可观测性之间的关系呢？
Jason 以阿里云存储为例做了阐述。一方面，阿里云将大量地在系统设计和产品里面提供可观测的能力，后面将推出一系列的一些产品的功能，来强化阿里云产品的可观测能力。以存储产品为例，都会有好几个 Lens，这样一来，客户就能知道，自己发送一个请求到块存储或者 OSS 之后，这个请求在哪个地方花了多少时间，是什么样的一个状态。另一方面，他们还会帮助其他产品和客户的服务构建自身的可观测能力，例如提供一些面向 Logging、Metrics、Trace 的高效的存储系统和分析系统，或者在日志服务中提供 AI 分析能力和根因分析能力。
可观测的好处前面说了很多，但一旦涉及到数据，问题就变得十分复杂了。我们担心，系统的可观测性越强，数据安全合规的风险是否会越大？
“我觉得这是个非常好的问题。我们目前的思考是两个方面，一是说在做系统设计的时候，我们会考虑到哪些是敏感信息，哪些信息是可以透传出来的。另外一个，当我们在收集这些数据信息的时候，我们会把一些敏感字段给去掉，并且配套了类似日志审计这样的安全措施来帮助我们，保证这些可观测性的这些数据，它是合理合规的。”Jason 还告诉我们，这是一个在不断演进的过程，“我们所做的一些数据治理方面的工作，都是在围绕怎么样让数据更加合规，以及数据流动是在客户可以预期的范围内，就是说这个数据不能从这个区域流到另外一个区域。类似这样的数据安全管理，是整个产品设计和服务里面都要考虑到的。”
当前，我们正处于一个数据量爆炸的时代，这带来了整个系统架构的演化。系统规模愈加庞大，容器与容器之间，数据与数据之间，关系错综复杂，一旦出现问题，排查起来相当棘手。打造具备可观测性的系统是应对之策，AIOps 又是另一个可行手段。接下来，我们还将联合阿里云《云桌派》栏目，带来一篇深度专访，探究可观测性与 AIOps 如何在今天的架构运维中形成合力，敬请期待。
另外，将于 6 月 22-24 日举办的 QCon 全球软件开发大会（北京站）邀请到了来自阿里、百度、腾讯、云杉网络的资深专家，围绕 Prometheus、eBPF、OpenTelemetry、下一代微服务可观测架构等分享云原生场景下的可观测实践案例。点击查看大会日程安排，感兴趣的同学也可直接联系票务经理：17310043226
关注微信
