云计算可观察性领域正在经历五个关键且新兴的趋势塑形企业的技术路线。随着资源高度抽象、虚拟化以及动态化特征的普遍性，持续的可观察性成为IT敏捷性的重要支撑。然而，部分企业在构建云服务时尚未充分考虑内部系统的可观察性，最初更多是通过资源灵活性和成本可控来实现 IT 敏捷性。
如今云计算的应用加速，企业需要重新评估可观察性能力。随着云原生架构跨越公有云、私有云、混合云与多云环境，应用程序与数据服务的工作负载可能分布在不同的云提供商上，推进多云成为一种常态。
基于控制理论，现代云计算时代的可观察性呈现多种形式。以下五大驱动因素正在塑造企业迁移到云端以获得更清晰洞察的路径。
APM无处不在
公众常问可观察性与应用程序性能监控（APM）之间的区别。过去，云环境中的虚拟机相对独立，计算组件更易暴露于可观察性视角。如今企业运行在嵌套虚拟化、软件定义基础设施（SDI）与云服务之中，应用负载通常被一层层软件包裹：操作系统、代理、编排中间件、容器引擎、虚拟机与外部服务等。
APM 已成为可观察性的代名词之一，并正扩展到整个 IT 堆栈的各层与结构。显然，除了需要对应用程序进行 APM 外，还需要对基础设施层（iAPM）进行监控，并且要能对当前所处的虚拟化设备提供洞察。
在某些场景下，区分 APM 与非应用程序监控的必要性正在降低。业界已经发展出一种监控与观察云中各种软件的通用方式。
联合集中编排视图
在多云多实例环境中，集中可观察性层级、统一视图以及跨集群、跨云平台的过滤与聚合能力成为保持控制力的关键。将可观测性数据聚合到一个集中位置已成为常见技术与流程，这有助于发现云资源过载、配置错误以及实例空置等“僵尸云”带来的浪费。
当所有数据汇聚时，可以更高效地调度云资源，提升内容分发网络（CDN）等服务的性能，并实现更智能的整体运作。
考虑内部相关性
数据的增长带来更多信号，但也可能让可观察性变得难以把握，特别是在物联网等场景中数据点激增时。为应对挑战，需要强调相关性，确保在分析系统指标、日志与跟踪时，能够在不同任务与程序之间快速跳转，从 IT 堆栈的不同部分动态定位问题。
恰当的相关性链接将数据源之间的联系厘清，使对 IT 功能运行至关重要的数据能够快速互联、互证。
连续分析
可观察性目标推动对性能优化的持续追踪。通过分析可以识别应用程序各部分对 CPU、内存、磁盘和网络 I/O 的实际消耗，而无需仅凭资源监控的直觉来判断。
连续分析使人们能够实时查看应用状态，必要时回溯历史性能特征。例如，在内存紧张或节点可能崩溃的情况下，定期检查配置变更或代码路径，帮助定位需要优化的函数或逻辑。即使在编译型语言场景中，只要嵌入了调试符号，亦可实现回溯分析，便于追溯到具体函数调用。
eBPF 的广泛应用
最后是 eBPF（扩展 Berkeley 数据包过滤器）的广泛应用。这一机制允许在 Linux 内核中执行附加代码，从而在无需应用层工具就能查看内核内部行为，获得对可观察性的深度控制。
虽然 eBPF 最初用于安全领域，但现今它也被广泛用于公开应用指标。虽然服务网格曾被视为在应用周围布置代理的一种方法，但 eBPF 提供了更低开销和更强功能，成为替代的可观察性工具之一。
尽管金丝雀部署在某些场景下仍需要服务网格，但需注意服务网格也存在不可观察性的场景，例如特定的授权与改动检测等。目前尚未看到在这一级别完全由 eBPF 接管的用例，eBPF 的应用重点仍聚焦于安全与可观察性。
若在现代 IT 堆栈中探索实现可观察性的路径时考虑上述要点及相关功能，将有助于理解云端演进的方向与机会。 [[[IMG_1]]] [[[IMG_2]]] [[[IMG_3]]]
