面向故障处理的可观测性体系建设

演讲主题：面向故障处理的可观测性体系建设

服务稳定性保障是一个系统性的工程，建设一个完善的可观测系，是稳定性保障的基础，而稳定性保障也是可观测性体系服务的最重要的场景。然而目前企业内部普遍面临着一个痛点，虽然各种观测数据都有了，但在故障发现、故障定位上仍然存在发现慢，定位难，协同难等问题，在稳定性保障上技术团队经常处于被动。很多企业可能已经不缺少数据，但缺少的是将数据价值在稳定性保障领域发挥出来的产品、方法和最佳实践。

星云团队，过往在一线互联网公司长期负责稳定性保障工作，同时也是国内领先的开源观测平台“夜莺”的创始团队。我们总结了解决企业可观测系统落地问题的三大要素：数据、平台、场景。假如把建设一套面向稳定性保障的可观测系统比喻为做一道好菜，那数据就是食材，平台就是炊具，场景就是厨艺。

数据：巧妇难为无米之炊，需要做好稳定性保障，备齐各维度的数据在所难免。
平台：一套趁手的炊具是好厨师的必备，监控和可观测所需的通用功能和接口需要友好而高效，便于支持上层场景的实现。
场景：不是有了食材和炊具就一定能烧好一道菜，稳定性保障的经验、方法、和最佳实践是整个系统最后输出效果的关键。

本次分享，我们将重点介绍一种面向故障处理的可观测性体系建设的最佳实践，希望能给各位听众带来一些思考和启发。

主题大纲：
可观测性三大支柱是手段而非目标
第1步：定义并发现业务故障，圈定影响范围
第2步：依托SLO构建技术视角的稳定性视图，圈定故障模块
第3步：依托可观测性数据的串联，找到止损依据