CORE 24/7
/
Блог
/
Эволюция Observability

Игорь Бугаевский

Главный редактор и маркетолог в Core 24/7

Закончил курсы "Коммерческий редактор" и "Продюссер онлайн-контента". Пишет о DevOps с 2019 года.
Ведет SMM в сообществе KazDevOps. Регулярно обучается контент-маркетингу.

Страница автора | Telegram | linkedin

Эволюция Observability — от версии 1.0 до 3.0

Name: Core 24/7 — DevOps поддержка
Brand: Core 24/7
Rating: 4.7 (114 reviews)

Что такое observability и зачем она нужна?

Observability — это возможность понять, что происходит внутри системы, не заглядывая в код. Представьте: у вас есть приложение. Оно падает. Вы не знаете почему.

Observability даёт три типа «подсказок»:

Логи — текстовые сообщения: «Ошибка 404», «Пользователь 123 вошёл».
Метрики — цифры: «CPU 85%», «2000 запросов в секунду».
Трассировки — цепочка: «запрос прошёл через сервис A → B → C, задержка на B — 2 сек».

Зачем это бизнесу?

SRE: находит проблему за 5 минут вместо часа.
Продукт: видит, что 10% пользователей уходят на шаге оплаты.
Финансы: считает, сколько стоит каждый час простоя.

Наблюдаемость 1.0 — каждый инструмент в отдельной вкладке

Наблюдаемость 1.0 определяется как использование «трёх столпов»: журналов, метрик и трассировок.

Как это выглядело на практике: ошибка → вы открываете три разных сервиса:

	Инструменты	Что показывали
Логи	ELK, Splunk, Graylog	Строки текста
Метрики	Prometheus, InfluxDB	Графики цифр
Трассировки	Jaeger, Zipkin	Карта запросов

Как решали проблему:

Kibana → ищем логи по времени.
Grafana → смотрим метрики.
Jaeger → ищем трассировку.
Вручную соединяем: «ага, в 14:32 был пик CPU и ошибка в логе».

Главные проблемы:

5+ инструментов для одной ошибки.
10–15 минут на переключение между вкладками.
Данные теряются — не всё индексируется.
Инструментирование — ручная работа для каждого языка.

Реальный кейс: команда из 10 человек тратила 2 часа в день на корреляцию логов и метрик.

Наблюдаемость 2.0 — «всё в одном месте»

Тезис Observability 2.0 заключается в том, что мы должны отправлять полноценные данные в системы хранения и обработки запросов в виде «широкоструктурированных журналов». Это, по сути, журналы с множеством полей, которые должны быть «самостоятельными» и рассказывать историю о определённой части системы. Теперь можно отслеживать путь пользователя от начала до конца.

Что изменилось:

Появился OpenTelemetry — единый стандарт сбора всех сигналов. Платформы вроде Datadog, Grafana Cloud, Elastic теперь показывают всё в одном дашборде.

Как это работает:

Один trace ID связывает лог, метрику и трассировку.
Структурированные логи: {"user_id": 123, "error": "timeout", "latency_ms": 1200}.
Единый интерфейс: кликаете на ошибку → сразу видите метрику и трассировку.

Плюсы:

Ошибка → 2 клика → корень проблемы.
OpenTelemetry SDK — один код для Java, Python, Go.
Команды видят одно и то же — меньше «я вижу, а ты нет».

Минусы:

Отправляем всё → счёт за терабайты.
OpenTelemetry — «просто добавь 10 строк» → на деле неделя на настройку.
Бизнес не видит ROI: «красиво, но где деньги?»

Реальный кейс: компания с 200 микросервисами перешла на Datadog + OTel.

Результат:

Время на инцидент: –70% (с 45 мин до 13).
Затраты на телеметрию: +$Х / год.

Наблюдаемость 3.0 — «умная, дешёвая, бизнесовая»

Главная идея: собираем всё — отправляем только важное (работает как видеорегистратор: пишет всё, но загружает только при аварии)

Принцип	Как реализовано
Локальное хранение	Буфер на поде/устройстве
Умный отбор	Правила: latency > 95%, error=5xx, feature_flag=on
AI/ML	Авто-обнаружение: «трафик из Астаны упал на 40%»
Бизнес-KPI	Дашборд: «это падение = –$5000 в час»
Озеро данных	Observability + аналитика в ClickHouse/Snowflake

Новые тренды 3.0

Тренд	Что даёт	Пример
eBPF	Сбор метрик без кода	Pixie, Cilium Hubble
Cardinality control	Не тонем в user_id	Honeycomb Refinery
SLO-based alerting	Алерты по бизнесу	Google SRE: error budget
Cost-aware sampling	Платим за важное	Lightstep Change Intelligence

Эволюция в одной таблице

Версия	Цель	Боль	Пример решения
1.0	Собрать хоть что-то	3 инструмента, ручная корреляция	ELK + Prometheus + Jaeger
2.0	Понять систему	Объём данных, сложность	OpenTelemetry + Datadog
3.0	Повысить ценность для бизнеса	Затраты, шум	Bitdrift / New Relic / Honeycomb + AI

Закажите аудит мониторинга

Даже если у вас нет четкой задачи, мы все обсудим и подскажем.

Узнать больше