从 “监控” 到 “可观测性”，企业 IT 运维未来如何发展？-五八三

文末有抽奖！

过去几年里，随着微服务、云原生、DevOps 等技术生态不断发展，企业 IT 基础设施构建变得愈发复杂，例如：架构微服务化、业务系统依赖关系复杂化之后，故障定界、调用追踪非常不明确。而企业运维挑战增大，这导致统预先配置再监控的方式已经无法适应云原生的场景，同时也促进了可观测性领域的发展。

在这个背景下，“可观测性” 逐渐取代 “监控” ，成为云原生领域的新兴趋势。Gartner 认为，“数字化转型应以业务为中心，服务和用户体验是关键目标。而IT监控以系统可用为中心，仅关注系统可用性指标对于转型中的企业而言是一场灾难。” 为了实现可观测性，企业需要构建⾃⼰的⼯具或者使⽤开源软件来设计可观测系统，比如：基于一项内核编程技术 eBPF 实现应用可观测性、使用 PromQL Service 和 SkyWalking Grafana Plugins 在 Grafana 中构建监控面板和拓扑图等等，从而应对云原生场景下复杂的可观测性问题。

2022 年，可观测性技术取得了长足发展，但是仍然处在发展初期，仍有许多问题亟待解决；2023 年，可观测性需求释放，从传统监控到可观测性，中间需要跨越多少鸿沟？最佳的可观测性体系实践从哪些维度入手和进阶？需要所有开发者们一步一步跨越。

6 月 30 日- 7 月 1 日在北京·新云南皇冠假日酒店，由稀土掘金 技术社区举办的「稀土开发者大会 2023」上，吴晟（Tetrate Founding Engineer）作为出品人，为大家带来《可观测性探索》专场，字节跳动基础架构研发工程师蔡建宇、「收钱吧」框架工具团队负责人陆家靖、Tetrate 工程师万凯、云杉网络研发 VP 向阳，将为技术开发者们分享可观测性系统的实践与思考。

演讲嘉宾：赵春波火山引擎视频点播产品负责人

10 余年视频云相关研发和产品经验。当前主要负责火山引擎视频点播的产品工作，支撑抖音、西瓜等业务的点播体验优化和成本优化，并将这些技术能力沉淀到火山引擎，来服务更多的行业客户。

演讲主题：如何利用播放器节省 20% 点播成本

在具有视频点播业务的公司里，点播的基础设施成本经常是公司采购成本的重要构成部分，如何做优化成本是业务发展的必备工作。我们在 toB 业务交流中发现，大部分公司都关注到了服务端能力降本的手段，比如压低带宽采购价格、提升转码压缩率等，但较少有团队关注到客户端播放器在成本优化的关键作用。本次分享结合我们实践的成本优化经验和降本策略，介绍客户端播放器对点播业务的成本优化方法，以及背后数据驱动能力的建设思路。

演讲大纲：

点播成本构成
播放器的成本优化方法
成本评估公式
数据挖掘成本优化空间
总结和展望

演讲嘉宾：蔡建宇字节跳动基础架构研发工程师

多年服务端研发经验，曾参与抖音研发服务端研发，加入 APM 团队后参与字节跳动新版APM产品重构、标准指标服务、SLI、根因分析等多个项目的研发工作。

演讲主题：字节跳动 Model-Driven 思路在可观测性系统中的设计和实践

在字节跳动内部，应用通常以微服务形式构建，部署跨越多个容器、主机和云服务商，拓扑和资源配置也相对复杂，对可观测系统提出很多挑战。早期监控系统注重功能和底层能力，来满足用户对可观测系统提出的繁多需求，现在我们希望将可观测系统做得更加自动化和智能化，并提供标准和最佳实践。我们使用 Model-Driven 思路来定义可观测系统下的观测对象、指标、SLI、告警和根因定位流程等 Model，帮助构建监控数据和应用，提高透明度、可扩展性和降低理解成本。本次演讲详细介绍 Model-Driven 在可观测领域的服务端监控系统中的实践。

演讲大纲：

1. 字节内的服务端监控存在的问题和挑战

2. Model-Driven 思路介绍

3. Model-Driven 思路在解决监控问题时的运用

3.1 定义可观测对象

3.2 定义可观测对象下的标准指标，并使用标准指标来构建服务监控

3.3 定义 SLI，扩展黄金指标和业务监控

3.4 AaaS（Argos as a Service ）平台和根因排障

4. 总结和展望

演讲嘉宾：陆家靖「收钱吧」框架工具团队负责人

2020 年博士毕业于复旦大学，目前担任「收钱吧」框架工具团队负责人，主导公司内部可观测性平台、API 网关和服务治理等基础设施的建设。活跃在开源社区，是 Apache SkyWalking PMC 成员。专注于可观测性、服务治理等领域，对时序数据库、分布式系统也有浓厚的兴趣。

演讲主题：SkyWalking BanyanDB：时序数据库的查询引擎和流式计算

针对海量监控指标进行 TopN 聚合计算和查询一直以来是一个难题，尤其是当数据集的基数足够大的时候，会面临资源消耗大以及查询耗时长的问题，如针对服务的 Endpoint 相关指标进行 TopN 计算。在目前的 SkyWalking x ElasticSearch 的实现中，主要是通过全表扫描聚合的方式进行统计，不能很好地适应超大规模的服务集群。Apache SkyWalking BanyanDB 是一款为 SkyWalking 量身打造的 APM 专用时序数据库，完全由社区驱动开发。我们通过在 BanyanDB 中引入流式计算引擎，并借鉴 SpaceSaving 等算法的思想开发了 TopN 算子，对指标数据进行预计算，在 TopN 查询时进行后聚合，极大地提高了资源利用率和查询效率。

演讲大纲：

1. 可观测性与时序数据库

2. BanyanDB 简介

2.1 BanyanDB 的架构

2.2 BanyanDB 的查询引擎设计

3. TopN 流式计算

3.1 SkyWalking 中 TopN 的应用与实现方式

3.2 TopN 计算的常用方法和应用模式

3.3 BanyanDB 中的流式计算与 TopN 算子

演讲嘉宾：万凯 Tetrate 工程师

Apache SkyWalking PMC 成员，专注于云原生下的应用性能可观测性领域。

演讲主题：如何用 Grafana 构建 Apache SkyWalking UI

本次分享将介绍 SkyWalking 新的查询引擎 PromQL Service 以及 SkyWalking Grafana Plugins。主要内容包含 PromQL Service 实现的基本原理和如何使用；SkyWalking Metrics 的基本原理，核心概念以及拓扑图；与 Prometheus Metrics 的不同特性和差异以及如何转换；如何通过使用 PromQL Service 和 SkyWalking Grafana Plugins 在 Grafana 中构建监控面板和拓扑图。

演讲大纲：

SkyWalking 的 PromQL Service 是什么，能够做什么
SkyWalking 中的基本概念和 metrics 的特性
如何使用 PromQL Service
SkyWalking Grafana Plugins
使用 Grafana 为 SkyWalking 构建 UI 实践

演讲嘉宾：向阳云杉网络研发 VP

清华大学博士，云杉网络研发 VP。曾获得网络测量领域国际顶级会议 ACM IMC 颁发的第一个 Community Contribution Award。现负责云原生可观测性产品 DeepFlow，开源一年，产品核心技术论文最近被国际顶级会议 ACM SIGCOMM 2023 录用。

演讲主题：使用 eBPF 实现应用可观测性的实践与思考

作为一项内核编程技术，eBPF 因为它的追踪能力和零插桩特性，在可观测性领域受到了火热的关注。尽管 eBPF 的能力很强大，但业内对于 eBPF 如何在应用可观测性上发挥最大能力还没有清晰的共识。到底这项技术最适合用于哪些场景，在解决哪些问题时优势又并不明显？如何评估它对业务性能的影响，以及它自身的资源开销如何？有哪些大规模的落地案例，在实战中带来了哪些激动人心的 AHA 时刻？DeepFlow 作为一个深度使用 eBPF 技术的可观测性解决方案，开源之后更是受到了越来越多的关注和使用。本次分享基于 DeepFlow 在 eBPF 技术上的长期实践，希望为大家解答这些问题。