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。
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。
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。
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。
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:
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”。
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)。 |
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。
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。
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:
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。
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?”
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。
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。
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。
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。
“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。
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)。
如需深入了解如何实现可观测性,请探索以下技术资源: