可觀察性驅動開發,探索未知之地

2021-09-17 06:55:19 字數 4073 閱讀 1693

可觀察性驅動開發與監控有什麼不同?隨著我們的分布式系統變得越來越複雜,隨著我們對devops測試、自動化和效率的追求,筒倉的打破,為了了解**中未知的未知,odd作為一種超級監控而出現。本文包括honeycomb創始人charity majors的見解。

毫無疑問,系統越分散就越複雜。這使得24/7監控和隨叫隨到的輪流值班對大多數公司來說都至關重要。但是,可觀察性是如何影響我們越來越短的devops反饋迴圈的呢?本文概括介紹了從honeycomb創始人和可觀察性的強烈支持者charity majors那裡了解到的關於可觀察性驅動開發的經驗。

在倫敦舉辦的cloudnative 2018大會上,majors說:「起初,反饋迴路是,當你造成了破壞,人們會對你大喊大叫,然後,當你修好它的時候,他們就會稱讚你。但後來,網際網路出現了,我們的系統變得更加複雜。」

majors回憶說,我們都是從擁有自己的軟體開始的——因為誰還會擁有它——但是,當我們距離擁有它越來越遠的時候,我們就失去了判斷錯誤的能力。筒倉讓開發人員越來越遠離**的執行,devops運動是「一種回歸優雅、回歸良性反饋迴圈狀態的嘗試,」majors這樣說道。

每個開發人員都需要擁有自己的**,從編寫到部署,再到除錯和再次部署。majors認為,少了任何東西就不是完全的devops:

它使軟體變得更好,除錯人員在軟體執行期間進行除錯時可以獲得最相關的上下文資訊。

她接下來介紹了charity的devops原則:

編寫**的人可以也應該部署他們的**並在生產環境中提供支援。

devops自動化的目的不僅僅是為了提高速度,它還是為了將開發人員從非創造性的、乏味的修復工作中解放出來,重新激發並利用開發人員的內在動機和創造力:

讓我們感到滿足和欣慰的東西全和自主性、感覺被授權以及構建一些重要的東西並關心它是否被完成好有關。

當然,這與dan pink提出的知識型員工的三個關鍵內在動機相一致:自主性、精通性和目的性。

然而,開發人員一次又一次地發布在本地設定中看起來沒有問題的**,而一旦部署,各種問題就接踵而至。發現問題可能就需要幾天時間,就更不用說解決問題了。majors警告說:

分布式系統的第乙個教訓是,你的系統永遠不會全無問題——任何時候都存在許多災難性狀態。

然而,一旦你運用了可觀察性驅動開發,使用了合適的棧、工具,特別是視覺化,你就可以更快地發現和解決相同的系統缺陷,通常是幾個小時甚至幾分鐘。

什麼是可觀察性開發?它利用工具和有實際經驗的開發人員觀察系統的狀態和行為,讓你可以更多地了解該系統,包括缺陷模式。實際上,odd是在查詢系統,而監控只是為系統設定閾值並進行測量。

majors認為,測試驅動開發——編寫測試,然後編寫通過該測試的**的過程——現在已經準備好發展成可觀察性驅動開發。兩者都屬於行為驅動開發的範疇,但odd對行為表現出了更好的理解。

majors說,你還可以通過可觀察性驅動開發過程實現隨時待命。可觀察性是控制理論的一部分,該理論研究如何控制複雜的分布式系統。

僅通過詢問系統的話,你能知道你的系統、你的**裡發生了什麼。如果不提供新**,你能夠回答新問題嗎?

majors強調,這關乎實現恰當的抽象級別,而不是生成更複雜的**庫:

當你有乙個可觀察的系統時,你的團隊將在沒有先驗知識的情況下快速可靠地跟蹤任何新問題。他們會理解**和缺陷的使用者體驗、行為以及原因。

可觀察性並不否定監控,監控仍然是devops範疇的乙個重要部分。但據專業人士稱,在過去的20年裡,監控並沒有跟上時代的步伐,仍然主要適用於內部需求。

它會把過去中斷時的殘餘資訊轉換為那些指示板需要表達的東西——只有大約2%的軟體工程師理解這一點。

majors引用自動化工具sensu工程副總裁greg poirier的話說:「監控已死」。poirier認為,隨著時間的推移,對系統及其元件的行為和輸出進行觀察和檢查的行為——這是對可觀察性驅動開發的良好定義——使得對複雜系統進行監控成為一種過時的模型。

majors說,「很重要的一點是,要構建對人們有意義的工具,讓他們生活在同乙個現實中。」他談了清晰的、跨組織的儀錶盤的必要性。

對於majors來說,可觀察性就是確保「已知的未知」大於或等於「未知的未知」。

有些問題只有你找到方法才能看出來。你必須收集細節資訊,這樣才能找到其中的任何乙個。

分布式系統面臨著巨大的挑戰,因為它們實際上更類似於乙個相互連線的系統網路,其中許多系統超出了我們的控制範圍。因此,無法直接觀察它們。

majors指出,「架構的每個部分都是獨一無二的,所以你必須測試它。你必須在生產環境中測試它,因為在進入生產環境之前,你只能測試這麼多。」她解釋說,部署**不是乙個只有開/關狀態的二元開關。

當然,你可以在部署到過渡環境之前和部署到生產環境之後進行測試,但這可能會耗盡通常有限的工程資源。majors建議接受這樣的現實,無論你是否打算在生產環境中進行測試,並建議使用類似於金絲雀測試這樣的技術作為保障,幫助你實現可觀察性。

她將可觀察性稱為缺失的環節,它允許軟體所有者在生產環境中進行測試,提供軟體的事件優先視角,軟體是如何被使用的,以及它對這種使用的反應如何。

majors說,良好的自動化監控包括以下最佳實踐:

但是,對於微服務,它變得更加複雜,有更多「未知的未知」。

有太多的元件和儲存系統,你無法在頭腦中對整個系統建模。系統的健康並不重要——每個請求的健康才是最重要的。

tdd只覆蓋了已知的未知,這成為了乙個支援問題。這些都是可**的,可以在可**的時間框架內進行處理,並且可以在儀表板上進行監控。

「未知的未知」仍然是乙個工程問題。通常,在修復的過程中,這些問題是沒有預期結論的,需要對系統進行探索和創造力。這是開發者應該花時間去做的事情。可觀察性解決了這個巨大的未知。

majors說,要想正確地觀察事物,你應該在考慮構建什麼東西的時候就把它加入進來,讓它成為你開發過程中固有的一部分。

她說,這是關於尋找未知,從內到外進行系統微調。它是關於成為下乙個使用者的優秀軟體管理員,即使那個使用者六個月後想知道你為什麼會做出那樣的選擇。

進入軟體的內部,向你自己和天真的使用者說明這個軟體——找到那些線索,留下它們,這樣,未來的你就可以追溯到它的源頭。

監控主要與度量有關,而可觀察性則與事件有關。majors建議首先致力於除錯高基數事件——重要但通常是唯一的資訊,如標識號、使用者名稱和電子郵件位址——因為它們涉及大量上下文和跟蹤資訊。

她說,事件講述的故事可以幫助你發現來龍去脈和異常值,從而幫助你找出問題所在。她繼續說,頻寬和成本限制了你隨時儲存「所有資料」的能力,但「因為這是我們大腦的工作方式,這是我們**的工作方式」,所以構建聚合資料日誌是至關重要的。

根據majors的說法,建立儀表板並不是答案:「它是以往故障的產物。它會跳到答案,而不是從乙個問題開始,」majors主張什麼都要實時,而不是掌握趨勢。她繼續解釋說,可觀察性要求能夠從取樣資料一直深入到原始請求。聚合不起作用,因為你永遠無法再次展開以前合併在一起的資料。但是,抽樣可以讓你保留足夠的細節,以便以後提出更多問題。可觀察性是關於問乙個問題並追蹤答案。然後問乙個新問題。重複這個迴圈,直到發現「未知的未知」。

服務確實需要所有者,而不是運維者,它們需要所有者在編寫一行**之前就關心可觀察性。

她認為,在將來的某個時候,人工智慧和機器學習將使軟體達到能夠感知環境和自我修復的水平。

關於majors的看法,有乙個重要的前提,就是適當的可觀察性將大幅減少呼叫告警,只有延遲問題會被標記出來。

jennifer riggins是一位科技故事講述者和作家,在這個領域,數字變革與文化交匯,她希望能使世界變得更美好。感興趣的讀者可以關注她的推特(@jkriggins)。

檢視英文原文:[observability-driven development for tackling the great unknown](

可觀察性驅動開發,探索未知之地

可觀察性驅動開發與監控有什麼不同?隨著我們的分布式系統變得越來越複雜,隨著我們對devops測試 自動化和效率的追求,筒倉的打破,為了了解 中未知的未知,odd作為一種超級監控而出現。本文包括honeycomb創始人charity majors的見解。毫無疑問,系統越分散就越複雜。這使得24 7監控...

可觀察性驅動開發,探索未知之地

可觀察性驅動開發與監控有什麼不同?隨著我們的分布式系統變得越來越複雜,隨著我們對devops測試 自動化和效率的追求,筒倉的打破,為了了解 中未知的未知,odd作為一種超級監控而出現。本文包括honeycomb創始人charity majors的見解。毫無疑問,系統越分散就越複雜。這使得24 7監控...

可觀察性驅動開發,探索未知之地

可觀察性驅動開發與監控有什麼不同?隨著我們的分布式系統變得越來越複雜,隨著我們對devops測試 自動化和效率的追求,筒倉的打破,為了了解 中未知的未知,odd作為一種超級監控而出現。本文包括honeycomb創始人charity majors的見解。毫無疑問,系統越分散就越複雜。這使得24 7監控...