传统可观测性，也称为Monitoring 1.0，关注的核心是信息。探针、代理、日志和跟踪数据可提供丰富的数字健康数据。这些数据来自系统、基础设施、网络和平台，既有实时生成的数据，也有后处理生成的数据。如今，数据量十分庞大，不再以KB计，而是以GB计。
坦率地说，我们的数据已经足够多了。
我们缺少的是这些数据所产生的成果；我们并不总能获得可推动积极纠正措施的洞察。
很多时候，我们只有二元状态指示：红色表示异常，绿色表示正常。即使知道存在问题，也没有足够的信息来确定问题的源头。没错，应用A性能不佳，用户也在抱怨。但原因是什么？是网络？用户的设备？平台？还是编排环境？
即使很快确定问题出在网络上，我们仍然无从了解网络为何如此拥塞。是用户过多？有人今天在开展促销活动？是季节性因素？还是最近的更新所致？
影响因素众多，风险也很高。如果不解决用户体验不佳的问题，可能会导致收入下降、应用遭弃用以及声誉受损。当业务实现数字化后，数字环境的状况会直接影响业务。
正是这一现实推动我们迈向可观测性，并进一步采用AIOps。可观测性又称“监控2.0”。在运营人员和数字化企业努力理解并稳定用户体验与业务成果之间关系的过程中，可观测性是这一技术演进历程中的重要一步。但这只解决了一半问题，另一半还需要依靠分析和自动化。
可观测性、分析和自动化
可观测性不只是“提高可见性”，而是能够呈现系统层面的运行状况。它也不只是用彩色图表铺满网络、基础设施和应用性能数据的仪表板。它需要整合所有可用的数字健康数据，全面呈现用户体验当前的实际表现。可观测性是运营数据平台发展的驱动力，也推动了大量市场活动。各提供商纷纷布局，希望成为各企业青睐的“运营数据平台”。
但即使做到这一点，我们仍需应对不可避免出现的问题。如果说了解用户体验只是解决问题的一半，那么另一半就是找出原因并采取行动。
当然，棘手的现实是，几乎所有组织都缺少打造卓越数字体验所需的洞察。传统分析依赖预设查询，无法识别数据中的关联或模式，因而难以发现这些缺失的洞察。机器学习提供了一种解决方案，可以处理海量数据并发掘必要洞察，从而解决性能下降的根本原因，或在攻击导致服务不堪重负或成功获取访问权限之前将其识别出来。
仅仅获得洞察还不够。快速根据这些洞察采取行动，以提升性能或阻止攻击，同样至关重要。在更改策略时加入人工审核和审批流程，会妨碍组织在应对问题或攻击时保持敏捷。
我们需要依靠计算能力，及时根据遥测数据提供的洞察采取行动。攻击开始5分钟后再响应，可能为时已晚。性能下降2分钟后再响应，显然也为时已晚，因为普通消费者通常没有这样的耐心。计算技术在设计上能够高效处理数据。请注意：“无论是神经脉冲还是突触传递，大脑每秒最多只能执行约1,000次基本运算，比计算机慢1,000万倍。”（来源：Nautilus）我们需要利用这种能力，克服人工步骤给原本自动化的流程带来的延迟。
如果参加 Daytona 500 大赛，您不会在最后一个弯道停车，然后推着赛车跑完剩余赛程，对吧？如果不采用完全自主运行的系统，我们对数字体验所做的事情就与此无异。
长期以来，我们一直信赖系统自动扩展服务。未来，我们将逐步信任系统采取纠正措施，以保护服务和数据，并确保消费者获得卓越的数字体验。超过半数（52%）的IT决策者认为，这项通常称为AIOps的能力将对其组织产生战略性影响。
这是一套功能完备的数字体验行动方案：由技术栈各层收集的数据驱动，形成闭环式自动化运营。
这项工作面临诸多挑战。需要明确的是，这并非简单的解决方案，也不是可以直接购买并部署的现成方案。全栈可观测性是指从网络、基础设施、安全和交付技术到应用的每个组件中收集遥测数据的能力，其实现难度并不像传统监控提供商所描述的那样简单。在分布式云将成为常态的架构中，基于代理和探针的标准方法既缺乏效率，也不具备成本效益。原生遥测数据生成能力（例如通过采用OpenTelemetry实现的能力）将是实现全栈可观测性的有效方式，从而为基于机器学习的分析提供所需数据，快速、准确地生成与预期业务成果一致的可行洞察。
自动化同样还有很长的路要走。目前，只有略多于半数（52%）的组织采用基础设施即代码，这显然表明许多企业尚未全面推进自动化。然而，这项能力处于关键路径上。没有它，闭环或许仍能运行，但代价是什么？人工操作会阻碍这一反馈闭环并造成延迟，可能导致企业失去客户、声誉或宝贵数据。
数字化转型与企业架构
如今，大多数组织正处于数字化转型的第二和第三阶段。受全球疫情影响，许多组织必须加快步伐，因而出于这一迫切需要做出了战术性决策。现在，需要将这些决策纳入战略方法，为继续推进数字化转型做好准备。
战略方法旨在实现从可观测性到洞察，再到自动化的闭环。这是我们所称的“自适应应用”方法的一部分。该方法为CIO提供企业架构现代化蓝图，帮助IT实现闭环，使企业能够以全面数字化的方式运营。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
2023年应用策略现状：成本与复杂性是推动多云网络发展的首要因素
多云网络解决方案可在核心、云和边缘环境之间实现无缝、安全的互联，为解决当今混合IT面临的挑战提供支持，因而备受业界关注。