云杉网络DeepFlow帮助企业构建云原生可观测性能力

CNCF在云原生的定义中,将可观测性(Observability)明确为一项必备要素。因此,使用云原生应用架构,享受其带来的效率提升时,不得不面对的是如何构建匹配的可观测性能力。

可观测性并不是通过简单使用一个工具所能具备,是需要根据企业组织、业务应用、基础设施以及已有的监控体系的需求现状,明确阶段目标,伴随着业务发展逐步建立,是一个持续发展的过程。云杉网络与客户的共同实践,基于云原生应用发展的现状,通过DeepFlow与客户的应用、网络、基础设施整合,综合分析各类指标、日志以及追踪数据,形成一站式的容器化微服务可观测性方案。

可观测性,必须要解决以下问题:

1.在数百个服务中发现瓶颈:提供非采样,秒级精度,提供HTTP/DNS/GRPC等性能指标数据

2.在数千个访问中追踪应用:提供应用层Trace追踪数据,网络层Flow追踪数据

3.在数万个容器中定位根因:提供全栈(API、主机、基础设施)端到端指标数据、日志数据

注意,解决上述问题,还需要零侵扰、多维度和实时性。

云杉网络DeepFlow v5.0产品,在NPM基础上,利用classic BPF技术,通过host的用户态(零侵扰)监控到主机及虚机的系统和网卡流量。DeepFlow v6.0产品,利用eBPF技术,进一步在零侵扰的前提下获取了应用和sidecar的信息,扩展了多维度的能力。

过去三年时间,云杉网络DeepFlow产品中的关键数据组件,经历了两次重要的升级。2018年使用ES作为主要引擎,读写速度无法满足实时性要求,只能为数百台规模的业务集群实施可观测性。

1.2020年初,DeepFlow v5.5发布,融入了 优化的InfluxDB作为Metrics引擎,使平台性能提升10倍,可以解决数千台服务器集群的可观测性。

2.2021年12月,DeepFlow v6.0的第一个版本发布,进一步融入了 优化的ClickHouse作为观测数据的OLAP,读写性能再提升10倍,满足金融及互联网客户的数万规模的集群部署。

DeepFlow容器化微服务可观测性方案

DeepFlow提供适用于容器化微服务的可观测性,解决云原生应用诊断难的核心痛点。通过对全局微服务间的通信访问、系统调用、平台环境等数据进行 分析,提供监控告警、故障定位及风险排查,保障业务在云原生环境中的稳定、高效运行。

云杉网络DeepFlow帮助企业构建云原生可观测性能力

DeepFlow可观测性整体架构图

分钟级定位问题边界:基于容器化微服务的云原生应用出现故障时,快速明确问题边界是解决问题的第一步。基于知识图谱、微服务调用链、全栈追踪等功能组合,快速检索到异常单元所关联涉及到的其他维度信息和影响范围;直观展示系统、容器、虚拟主机全栈性能指标锁定性能洼地等。

大幅提升排障效率:排障过程并不仅是找到故障根因并修复,而是从定位、根因、修复、验证及预防一整套运维保障操作闭环。容器环境叠加微服务架构使得排障更加复杂,需要有效地将应用、容器平台、系统调用等运维数据进行关联,且对比指标、跟踪以及日志特征来提高根因的准确性;并通过历史视图、系统运行表现、修复验证等指标来确认从而提升效率。

微服务可用性指标:应用微服务化后,衡量判断众多微服务的质量以及可用性是一个繁琐的问题。涉及到不同开发团队,设定具体指标,周期性的记录和评估,发现性能洼地及热点等等。这些工作都是要建立在数据积累的基础之上,DeepFlow平台也是基于此来进行对微服务各维度的画像评估。通过对应用中所涉及的几十、上百个微服务运行的历史指标数据进行量化分析,在一个运行周期中,能实时监控业务是否达到99.99%的可用性要求,并分析出潜在影响可用性的各种原因。

DeepFlow容器化微服务可观测性方案,面向公有云K8s、容器环境。利用eBPF等新技术的零侵入特性实现对网络、系统、应用的全栈黄金指标的采集。对服务调用链以及Service mesh、iptables/ipvs、NAT的逐跳链路追踪,对服务访问的零采样全留存,并结合云资源知识图谱和变更事件数据,搭建立体化的微服务可观测平台。保障云及微服务业务有序可控发展。

构建云原生可观测性能力

云杉网络提供容器化微服务可观测免费试用版本,试用期内免费且无限量部署采集器。可享受业务零侵入部署, 体验DeepFlow全栈链路追踪等能力,为平台开发团队、业务开发团队、技术运营团队带来一键部署即可享受的‘轻便体验’,帮助企业更顺畅地走上云原生之旅。

云杉网络DeepFlow帮助企业构建云原生可观测性能力

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map