可观测性

云上业务最怕的是故障已经发生，却没人知道。接口变慢、数据库连接数悄悄涨满、凌晨磁盘写满，这些事如果没及时发现，最后多半会变成用户投诉。阿里云监控就是用来盯这些事的托管服务，指标采集、看板、告警和事件追踪都在里面。 这篇文章从实际使用出发，说明几个核心能力怎么用、告警怎么配，并以一个电商订单服务为例。不讲理论，只说落地时的取舍和踩过的坑。 一、阿里云监控的核心…

一条日志从产生到能被分析，中间要经过采集、传输、存储、索引、查询和投递。每一步都可能出问题，而且问题往往要等到用的时候才暴露。阿里云SLS（Simple Log Service，日志服务）把这些步骤放在同一套服务里管理。按链路顺序看，问题通常集中在采集、索引、查询和投递几处。 采集端：配置和日志格式 采集是最容易先出问题的地方。SLS支持Logtail采集A…

团队上云之后，服务越拆越多，接口之间你调我、我调他，链路一长就容易出问题。出事时常见的情况是：没人说得清数据从哪里进来，中间经过了哪些节点，最后又去了哪里。真我云服务管网可以理解为一套把云上服务、网络通道和数据链路统一编排、统一监控的体系。它有点像城市的地下管网，平时没人注意，但水电通不通、排水顺不顺，全靠它。 搭这套体系主要解决三件事。连得上，指服务之间的…