11. 可观测性

可观测性不是「装一个 Prometheus」，而是用指标、日志、链路三类信号回答未知问题：哪里慢、为什么慢、影响了谁。先定义 SLO，再决定采集、采样与保留，否则只会得到一堆昂贵的仪表盘。

层级:: L3 · 平台
难度:: 进阶
预计:: 35 分钟
前置:: Prometheus、日志采集、Service

技术栈地图

指标：Prometheus、Thanos、Mimir、VictoriaMetrics、metrics-server。
日志：Loki、EFK/OpenSearch、Vector/Fluent Bit。
链路：Tempo、Jaeger、OpenTelemetry Collector。
可视化 / 告警：Grafana、Alertmanager、Pyrra（SLO）。
运行时观测：Pixie、eBPF 工具（Cilium Hubble）。

选型要点

指标用 Prometheus 生态，日志在 Loki 与 EFK 之间按查询习惯和成本选择，链路优先 OpenTelemetry 标准。三者要用同一组 service.name、namespace、pod、trace_id 标签关联；否则告警只能告诉你「有问题」，不能告诉你「哪里有问题」。

本域文章

11.1. 链路追踪与 SLO：OpenTelemetry、Tempo 与 Jaeger

关联章节

Prometheus 监控：指标、告警、Adapter。
日志与 ELK / Loki：日志采集与查询。
集群日志系统：EFK：Fluent Bit + Elasticsearch + Kibana。
可观测性看板：Grafana 与 Dashboard。