人们倾向于认为应用程序性能监控 （APM） 与可观测性相同。但是，APM 更侧重于跟踪特定指标和日志，这对于更简单的系统非常有用。另一方面，可观测性是针对当今使用微服务的应用程序的复杂性而设计的。它为您提供了系统运行状况和性能的详细视图，帮助您找到问题的根源，从而进行更有效的修复。
AIOps 是 Artificial Intelligence for IT Operations 的缩写，是 IT 运营领域的一种方法，它利用人工智能、机器学习和大数据分析来自动化和增强 IT 运营流程。AIOps 的主要目标是帮助 IT 团队管理其运营环境日益复杂和规模不断扩大的规模，尤其是在企业发展和采用更先进技术的情况下。
在可观测性方面，有些人认为日志文件就是您所需要的。虽然日志很重要，但它们只是拼图的一部分。为了获得最佳结果，您应该实时分析指标、跟踪和日志。这样，您就可以在问题影响用户之前解决问题。可观测性超越了日志，提供了对系统运行方式以及用户如何与之交互的见解，这是保持平稳运行的关键。
AIOps 涉及多个领域，包括：
- 数据分析：AIOps 平台可以处理来自各种 IT 来源的大量运营数据，包括性能监控工具、日志和支持台系统。通过分析这些数据，AIOps 可以检测模式、异常和潜在问题。
- 自动化：AIOps 的一个关键方面是自动化日常流程。这可以从简单的任务（如重置服务器）到更复杂的过程（如编排对网络中断的响应）不等。
- 机器学习和 AI：AIOps 使用机器学习算法从数据中学习。这使系统能够在潜在问题影响业务之前预测和预防它们，并为 IT 决策提供可操作的见解。
- 增强 IT 运营：AIOps 可帮助 IT 团队变得更加主动，而不是被动。它通过提供可以推动更好决策的见解以及自动响应常见问题来做到这一点，从而使 IT 人员能够专注于更具战略性的任务。
- 事件管理和响应：在发生 IT 问题或中断时，AIOps 可以协助快速诊断和响应，通常比人类更快地确定问题的根本原因。
- 容量优化：AIOps 工具可以分析使用模式和趋势，以优化 IT 资源的分配，例如服务器和存储容量，从而确保资源得到高效利用。
还有一种误解，认为可观测性仅适用于站点可靠性工程师 （SRE）。事实并非如此。可观测性使许多团队（如营销、开发、DevOps 和业务分析师）都可以访问数据。这意味着每个人都可以使用这些数据做出更好的决策。通过打破数据孤岛，可观测性鼓励团队合作，并帮助每个人为使系统更加可靠和成功做出贡献。
- APM 和可观测性之间的区别：应用程序性能监控 （APM） 专为单体运行时而设计，而可观测性则迎合了基于微服务的复杂应用程序，提供了整个系统的全面视图。
- 将日志文件误解为可观察性：仅依靠日志文件来解决问题是一种反模式。有效的监控包括对各种系统组件和用户性能的实时分析，以主动解决问题。
- 可观测性工具的成本：可观测性工具可能很昂贵，但有一些定价模型可以提供可预测性和包容性，例如按主机定价，而不是基于数据量或用户数量的可变成本。
- 可观测性不仅适用于 SRE：可观测性并非站点可靠性工程师 （SRE） 的专属。它使不同团队（包括营销、开发、DevOps 和业务用户）之间的数据访问民主化，使他们能够做出明智的决策。
- 避免应用程序监控中的偏袒：由于资源限制，传统的监控工具通常迫使组织确定某些应用程序的优先级。可观测性允许全面监控，确保所有应用程序都受到关注。
- DIY 监控的陷阱：构建自定义监控解决方案可能会减慢开发速度并导致应用程序质量降低。建议使用自动化可观测性解决方案，以保持开发速度和应用程序性能。
最后，创建一个自定义 DIY 监控系统的想法可能看起来很吸引人，但它也有其自身的一系列问题。构建自己的系统可能会占用主要开发工作的资源，这可能会降低应用程序的质量。相反，最好使用自动化可观测性解决方案。它们有助于保持您的开发正常进行，并确保您的应用程序运行良好，同时为您省去自己管理监控系统的麻烦。
通过了解可观测性和监视的这些方面，您可以避免常见错误，并采用提高系统性能和可靠性的做法。良好的可观测性意味着全面了解您的系统，在问题发生之前解决问题，并在不同团队之间协同工作。使用正确的工具和方法，您可以确保您的应用程序完美运行，并为您的用户提供出色的体验。