可观测性工程

可观测性对于构建、更改和理解驱动复杂现代系统的软件至关重要。应用可观测性的团队能够快速、从容地发布代码，识别异常值和异常行为，并了解每个用户的体验。本书解释了可观测系统的价值，并向你展示了如何通过实践可观测性来驱动开发工程。 来自Honeycomb公司的三位作者解释了良好的可观测性由哪些要素构成，展示了如何利用可观测性改进现有的工作，并结合具体案例阐释了实施可观测性面临的常见挑战及有效解决方案，提供了从传统工具（如度量工具、监控工具和日志管理工具）迁移的实际注意事项，还解释了可观测性与组织文化的相互影响。 学完本书，你将了解： ? 可观测性概念如何应用于大规模软件管理。 ? 在交付复杂的云原生应用和系统时实践可观测性的价值。 ? 可观测性对整个软件开发生命周期的影响。 ? 不同职能团队如何以及为什么在SLO（服务水平目标）中使用可观测性。 ? 如何测试代码以帮助未来的工程师理解你今天编写的代码。 ? 如何为上下文感知的系统调试和系统维护生成高质量的代码。 ? 数据丰富的分析如何帮助你调试难以捉摸的问题。

本书基于作者在可观测性领域的丰富实践经验撰写而成，旨在帮助读者在工程团队内开展可观测性实践。书中深入分析了在软件交付和运营的背景下可观测性意味着什么、如何构建基础组件来实现可观测性、可观测性对团队动力的影响、可观测性规模化的考虑因素，以及在组织中建立可观测性文化的实用方法，还通过丰富的实例展示了如何利用可观测性改进现有的工作，并提供了从传统工具（如度量工具、监控工具和日志管理工具）迁移的实际注意事项。本书适合软件工程师、产品经理、软件交付和运维人员等阅读。

序1
前言3
第一部分可观测性的路径
第1章什么是可观测性11
1.1可观测性的数学定义11
1.2把可观测性应用到软件系统12
1.3关于软件可观测性的错误描述14
1.4为什么现在可观测性很重要15
1.5使用指标进行调试与使用可观测性进行调试的对比18
1.6使用可观测性进行调试21
1.7可观测性适用于现代系统22
1.8结论23
第2章可观测性和监控之间的调试实践有何不同24
2.1监控数据如何用于调试24
2.2可观测性如何实现更好的调试30
2.3结论31
第3章不通过可观测性扩展系统的经验教训32
3.1关于Parse的介绍32
3.2Parse的扩展实践33
3.3向现代系统演进36
3.4向现代化实践变革38
3.5在Parse的转变实践39
3.6结论42
第4章可观测性与DevOps、SRE和云原生的关联43
4.1云原生、DevOps和SRE简介43
4.2可观测性：调试方式的过去与现在45
4.3可观测性增强了DevOps和SRE的实践45
4.4结论47
第二部分可观测性基础
第5章结构化事件—可观测性的构建块51
5.1通过结构化事件进行调试51
5.2指标作为构建块的局限性52
5.3传统日志作为构建块的局限性54
5.4在调试中有用的事件属性56
5.5结论57
第6章将事件拼接成链路58
6.1分布式链路追踪及其重要性58
6.2链路追踪的组件59
6.3硬编码探针构建链路追踪61
6.4将自定义字段添加到链路span64
6.5将事件拼接到链路中66
6.6结论67
第7章遵照OpenTelemetry的探针68
7.1探针简介68
7.2开源探针标准69
7.3使用基于代码的示例的探针69
7.4结论75
第8章通过事件分析实现可观测性77
8.1从已有条件调试77
8.2从第一性原理调试79
8.3AIOps的误导性承诺84
8.4结论85
第9章可观测性和监控的融合86
9.1监控适合的地方86
9.2可观测性适合的地方87
9.3系统与软件注意事项88
9.4评估你的组织需求89
9.5结论92
第三部分团队的可观测性
第10章在团队中应用可观测性实践95
10.1参与社区95
10.2从优选的痛点着手96
10.3购买代替自建97
10.4反复完善你的探针99
10.5温和改进，积极复用100
10.6全力冲刺101
10.7结论102
第11章可观测性驱动开发103
11.1测试驱动开发103
11.2软件开发生命周期中的可观测性104
11.3从哪里开始调试105
11.4微服务时代的调试106
11.5探针如何提高可观测性107
11.6可观测性左移108
11.7利用可观测性加快软件交付108
11.8结论110
第12章使用SLO来提高可靠性111
12.1传统监控方法造成危险的告警疲劳111
12.2阈值告警只适用于“已知的未知”情况112
12.3用户体验是一颗北极星114
12.4什么是SLO115
12.5结论120
第13章处理和调试基于SLO的告警121
13.1在错误预算消耗完之前发出告警121
13.2将时间定义成一个滑动窗口123
13.3预见性地创建预测消耗告警124
13.4使用SLO与时间序列数据的可观测性数据134
13.5结论136
第14章可观测性与软件供应链137
14.1为什么Slack需要可观测性139
14.2探针：共享客户端库和维度140
14.3案例研究：软件供应链的运营143
14.4结论148
第四部分大规模可观测性
第15章自建与购买以及投资回报率151
15.1如何分析可观测性的投资回报率151
15.2自建的真实成本152
15.3购买软件的真实成本156
15.4购买与自建不是二元选择159
15.5结论160
第16章高效的数据存储161
16.1可观测性的功能要求161
16.2案例研究：Honeycomb的列式数据存储实现168
16.3结论177
第17章如何使采样精准且便宜179
17.1使用采样策略来优化数据采集179
17.2使用不同的采样策略180
17.3将采样策略转化为代码183
17.4结论193
第18章使用流水线进行遥测管理195
18.1遥测流水线的属性196
18.2管理一个遥测流水线：解剖200
18.3管理遥测流水线时的挑战202
18.4用例：Slack的遥测管理204
18.5开源替代方案207
18.6管理遥测流水线：自建与购买208
18.7结论208
第五部分传播可观测性文化
第19章可观测性的商业案例211
19.1被动引入变更的方法211
19.2可观测性的投资回报213
19.3主动引入变更的方法214
19.4将可观测性引入实践215
19.5使用合适的工具216
19.6知道何时你有足够的可观测性218
19.7结论219
第20章可观测性利益相关方和联盟  220
20.1识别非工程可观测性需求220
20.2在实践中创建可观测性同盟222
20.3使用可观测性与商业智能工具225
20.4在实践中结合使用可观测性和商业智能工具227
20.5结论228
第21章可观测性成熟度模型229
21.1关于成熟度模型的说明229
21.2为什么可观测性需要成熟度模型230
21.3关于可观测性成熟度模型231
21.4可观测性成熟度模型中的能力参考232
21.5在你的组织中使用可观测性成熟度模型237
21.6结论238
第22章未来发展趋势239
22.1可观测性的过去与现在239
22.2其他资源241
22.3可观测性发展方向的预测242