作者：Rohini Kasturi, SolarWinds 执行副总裁兼首席产品官

即使是在 ENIAC （第一台通用电子数字计算机，1945 年诞生）的年代，大家也都有共识，数据只有在正确的时候掌握在正确的人手中，才有其用处。有了良好可靠的数据，团队就可以合作顺畅，公司就能做出明智的决策，满足供应商和客户的需求。

数据对公司非常重要，但随着公司本身规模的扩大，数据管理也变得更加复杂。例如，一家制造和销售零部件的跨国企业可以在新加坡设立一个办事处，同时与美国加州和德国的设计团队一起设计产品，然后使用从全球采购的原材料，在马来西亚制造这些零部件。用户收到成品之前，还必须恰当地收集来自全球的数百万个数据信息，以确保较高的质量和客户满意度。

在现代商业中，数据必须通过可扩展的技术和应用程序，才可以进行复杂的全球化活动。为了保护数据处理流程，组织机构往往会使用很多监控工具。一旦部署，监控系统就会在情况变化或出现问题时发出一系列警报。

当故障或错误突然出现时，定位问题是很难的，IT 技术人员可能会花上数小时去寻找解决方案。除了常规警报，如果没有检查出来任何其他问题，情况可能会变成类似“打地鼠” ，IT 技术人员逐渐开始产生警报疲劳。长此以往，团队每天都在花费大量时间管理警报，而不能专注于有助业务发展的更高级的任务。

我们一般认为，必须更加努力工作以保持系统正常运行，这一说法并不总是对的。IT 团队需要更聪明地工作，以达到事半功倍的效果，不妨采用全栈式 Observability。

在故障发生之前预测并识别问题

传统监控使用以指标为导向的控制面板，对照手动的或基本的统计相关阈值来评估遥测数据，因此传统监控通常适用于特定的网络、云环境或基础架构，跟踪应用程序及其元素，以便 IT 技术人员识别异常、调查并解决问题。

这些监控工具可以显示哪些节点（比如和基础架构、应用程序、数据库、云服务等相关的节点）已启动，哪些已关闭，以及哪些已更改。但它们不提供跨域关联、服务交付洞察、运行依赖性或预测。

全栈式 Observability 可以执行这些操作，并为 IT 团队提供针对服务交付和节点依赖性的端到端监督。凭借全栈式 Observability，技术和数据专业人员可以更好地在故障发生之前预测和识别问题。

全栈式 Observability 帮助 IT 部门事半功倍。借助 Observability，IT 部门可以完成以下工作：

• 识别、描述和预测业务服务、节点和活动状态的变化、故障和不足

• IT 团队能够更快、更轻松地定位故障，并确定其优先级；进行根本原因分析 (RCA) 以及补救

• 跨域自动执行任务并提高闭环运营管理、报告和容量规划的效率

全栈式 Observability 能够持续分析影响用户体验和性能的条件，预测组件问题、服务级别和所需的容量变化。它还提供可视化和洞察、深度分析、更高的工作流效率、自动化和闭环管理等。

Observability 之所以可以帮助专业技术人员达到事半功倍，在于利用大量收集到的数据来提供洞察、自动分析和可操作的智能。

通过较好的数字化体验和较高的 IT 生产力，全栈式 Observability 还赋能 ITOps、DevOps 和安全团队，实现一致、优化及可预测的业务服务交付。

利用全栈式 Observability，IT 团队可以做到以下几点：

• 获得服务级和节点级的可视化、洞察和智能功能，以做出更快、更明智的决策

• 优化支持客户和员工的服务管理

• 满足服务级别的要求，高效地解决问题和执行配置、报告和规划任务

• 把时间花在更有影响力的工作上面

通过全栈式 Observability，IT 团队可以化被动为主动，同时还能提高生产力。这进而会帮助提高业务灵活性并满足服务级别的要求。这样一来，整个 IT 团队会在故障解决、配置、报告和任务规划等方面都更高效。我们的诀窍是更 “聪明”地工作。在前进的道路上，全栈式 Observability 与我们相伴。