什么是可观测性?

上次更新时间:2026 年 10 月 15 日

在现代云开发中,复杂性是唯一不变的常态。系统不再是单一的程序,而是由微服务、API 和 AI 模型组成的复杂网络。当出现问题时,很少是简单的“开/关”故障。相反,您会遇到“灰色故障”,即难以隔离的性能滞后或间歇性错误。

Cloud Assist 的实际应用

什么是可观测性

可观测性用于衡量根据系统的外部输出(指标、跟踪记录和日志)了解系统内部状态的程度。它是基础的“安全网”,可让新一代开发者和平台构建者快速行动,而不会破坏生产环境,从而提供从好奇到创造的最快途径。

可观测性的运作方式:“统一可观测性”基础

Google Cloud 的方法建立在 One Observability 之上 - 一个一致的、对 OSS 友好的基础,可统一 Cloud Logging、Cloud Monitoring 和 Cloud Trace。这一基础为大规模生成、收集、路由、存储和使用遥测数据提供了单一管理平台。

1. 使用 OpenTelemetry 进行插桩

插桩是指在应用中添加代码以发出信号的过程。Google Cloud 全面采用 OpenTelemetry,这是收集和传输遥测数据的业界标准。这些库位于您的应用中,负责记录信号,然后由 Google Cloud Observability 套件无缝使用这些信号。

2. 统一的注入和存储

遥测数据(指标、日志和跟踪记录)通过 telemetry.googleapis.com API 发送到集中式后端。这条统一的流水线可丰富来自任何 Google Cloud 环境的数据,并将其路由到高性能存储和分析工具:

  • Cloud Logging:以拍字节级规模存储、搜索和分析日志数据,以了解每个事件的上下文。
  • Cloud Monitoring:通过自定义信息中心和基于指标的提醒,实时了解性能
  • Cloud Trace:跟踪跨服务边界的请求,找出分布式微服务中的延迟瓶颈。

3. AI 辅助分析

Google Cloud 控制台不仅提供信息中心,还提供 AI 团队成员。Gemini Cloud Assist 可将 Cloud Logging、Monitoring 和 Trace 中的不同信号关联起来,帮助您在几分钟内从“我们遇到了问题”转变为“这是根本原因”。

可观测性与监控

了解“为什么”

监控(“什么”)

可观测性(“为什么”)

处理“已知的未知”- 您预期会发生并为其创建提醒的问题。

掌握“未知的未知”- 意想不到的、不可预测的错误。

依赖于低基数数据(例如平均延迟时间等聚合数据)。

适用于高基数数据(特定属性,如 user_id 或 request_id)。

借助 Gemini Cloud Assist 进行依托 AI 技术的问题排查

您的 AI 团队成员:Gemini Cloud Assist 可充当云运维人员和开发者的 AI 团队成员,主动识别性能限制并自动调查根本原因。

Gemini Cloud Assist 不仅限于基本的模式匹配。它使用 Developer Connect Insights (DCI) 将效果变化与软件开发生命周期 (SDLC) 中的真实事件相关联。

  • SDLC 感知的 RCA:Gemini 能够识别出 500 错误的突增与特定的代码提交或部署存在直接关联。
  • 引导式修复:一旦发现问题,Gemini 就会建议可行的修复步骤,从回滚部署到优化数据库查询,应有尽有
  • 自然语言调查:问问 Gemini,例如“@Gemini,为什么我的结账服务在 us-east1 中运行缓慢?”并根据实时遥测数据接收调查摘要

按照以下步骤操作,使用 Gemini 的 AI 驱动型调查功能,在几分钟内从生产环境中的症状找到根本原因。

第 1 步:连接 SDLC 上下文。

在 App Hub 中注册您的应用,并启用 Developer Connect Insights (DCI)。这样,平台就可以自动发现:

  1. 运行时:例如与您的 App Hub 应用关联的 GKE 工作负载或 GCE MIG
  2. 制品:在这些运行时中运行的特定制品,包括容器映像
  3. build 出处:追溯制品构建方式的信息,Cloud Build 是此出处数据的主要来源

这种自动发现流程是 DCI 的核心功能,用于构建软件开发生命周期 (SDLC) 图,然后由 Gemini Cloud Assist 等工具利用,以丰富问题排查和根本原因分析。

第 2 步:启动调查。

当您发现性能下降或错误激增时,可以在控制台中问问 Gemini 一个自然语言问题,例如:“@Gemini,为什么我的‘结账’服务延迟时间较长?”

第 3 步:分析 AI 驱动型观察结果。

Gemini 会自动启动调查,分析您的日志、指标和配置,进而提炼出“观察结果”- 以优先级排序的分析洞见,解释您环境中实际发生的情况。

第 4 步:建立因果关系。

Gemini 使用 DCI 将性能变化与特定的软件开发生命周期 (SDLC) 事件(例如最近的代码提交或特定的部署版本)关联起来,从而确定可能的原因。

第 5 步:修复。

Gemini 提供切实可行修复措施,例如回滚部署或优化数据库查询,让您可以恢复服务健康状况并安全地进行创新。

以应用为中心的可观测性

通过与 App Hub 集成,Google Cloud 提供以应用为中心的视图。您无需逐个检查 GKE 集群或 Cloud Run 服务,只需查看一个单一管理平台,即可了解整个业务应用的健康状况和性能,系统会自动为相关工作负载标记和汇总遥测数据。

核心要素:指标、日志和跟踪记录

 “烟雾探测器”。实时数字,在突破阈值时触发提醒。

“黑匣子”。特定事件的详细文本记录,可提供发生失败时的上下文。

“GPS”。跟踪对于微服务至关重要,因为跟踪功能可以跟踪单个请求在数十个服务之间的跳转情况,从而找出瓶颈。

为您的团队带来的主要优势

最大限度地提高开发速度

高可观测性就像一张安全网,让团队能够更频繁地发布代码,并确信自己可以立即检测和修复漏洞。

更短的 MTTR(平均解决时间)

将突发事件的“调查”阶段自动化,可减少查找错误所花费的时间。

可靠性和 SLO

通过监控对用户真正重要的指标,确保您达到服务等级目标 (SLO)。

利用 Google Cloud 解决业务难题

新客户可获得 $300 赠金,用于抵扣 Google Cloud 的费用。
与 Google Cloud 销售专员联系,详细讨论您的独特挑战。

其他资源

如需深入了解如何实现可观测性,请探索以下技术资源:

更进一步

获享 $300 赠金以及 20 多种提供“始终免费”用量的产品,开始在 Google Cloud 上构建项目。