在过去约 20 年的时间里，IT 团队主要依靠 APM 来监控应用程序并执行故障诊断。APM 会定期采样并汇总已知与应用程序性能问题相关的应用程序和系统数据（即遥测数据）。

APM 可分析与关键绩效指标 (KPI) 相关的遥测数据，并将结果汇总到仪表板中。这些结果可提醒运营和支持团队注意异常情况，从而解决或预防问题。

APM足以有效监控单一应用程序或传统分布式应用程序，并进行故障诊断。这类应用程序会定期发布新代码，而且应用程序组件、服务器和相关资源之间的工作流程和依赖关系十分明确或易于跟踪。

如今，企业正在迅速采用现代化开发实践。这包括敏捷开发、持续集成和持续部署 (CI/CD)、DevOps、多种编程语言。

企业也在采用云原生技术，如微服务、Docker 容器、Kubernetes 和无服务器功能。因此，这些企业正以前所未有的速度将更多服务推向市场。但在此过程中，他们也在部署新的应用程序组件。他们在许多地方使用不同的语言、在截然不同的时间段（甚至是几秒或几分之一秒）内执行无服务器功能。APM 的每分钟一次的数据采样无法跟上这一步伐。

企业需要的是更多更高质量的遥测数据，可针对每个应用程序用户的请求或事务创建高精确度、上下文丰富且完全相关的记录。于是，可观测性闪亮登场。

可观测性平台通过集成应用程序和基础架构组件内置的现有检测功能，并提供各种工具来为这些组件添加检测功能，以便持续发现和收集性能遥测数据。可观测性侧重于四种主要遥测数据类型：

• 日志。日志是应用程序事件的记录，其特点是粒度细、带时间戳、完整且不可改变。除其他事项外，日志可用于创建每个事件的高精度毫秒级记录，并以相关的上下文信息作为补充。开发人员可以使用这些日志进行“回放”，以便进行故障排除和调试。
• 指标。指标（有时称为时间序列指标）是衡量给定时间段内应用程序和系统健康状况的基本指标。例如，例如应用程序在 5 分钟内使用了多少内存或 CPU 运算能力，或者应用程序在使用高峰期间经历了多少延迟。
• 跟踪。跟踪会记录每个用户请求的端到端“旅程”，即从 UI 或移动应用程序开始，经过整个分布式架构，再返回到用户的过程。
• 依赖关系（也称为依赖关系映射）反映了每个应用程序组件如何依赖其他组件、应用程序和 IT 资源。

收集这些遥测数据之后，平台会对其进行实时关联。此流程为 DevOps 团队、站点可靠性工程 (SRE) 团队和 IT 人员提供了完整的上下文信息。团队了解任何可能指示、导致或用于解决应用程序性能问题的事件的相关内容、位置和原因。

许多可观测性平台会自动发现系统中可能出现的新遥测数据源，例如对另一个软件应用程序的新 API 调用。这些平台可以处理的数据要超过标准 APM 解决方案。许多平台均包含 AIOps（适用于操作的人工智能）功能，可以从噪声（与问题无关的数据）中筛选出信号和实际问题的迹象。

与可观测性较差的系统相比，可观测性强的系统更容易理解（总体上和细节上）和进行监控，也能够更容易且更安全地更新新代码，且更容易修复。具体来说，可观测性直接支持敏捷/DevOps/SRE 目标，可以更快地交付更高质量的软件，让企业能够：

• 发现并解决“未确认的未知问题”，即企业未确认其存在的问题。监控工具的一个主要限制在于：它们只监视“已确认的未知问题”，即您已确认需要监视的异常情况。可观测性能够发现企业可能从未确认或想过需要监视的情况，然后跟踪它们与特定性能问题的关系，并提供上下文信息以识别根本原因，从而加快解决问题的速度。
• 在开发早期发现并解决问题。可观测性可在软件开发流程的早期阶段融合监控功能。DevOps 团队可快速识别并修复新代码中的问题，以免影响客户体验或 SLA。
• 自动扩展可观测性。例如，企业可在 Kubernetes 集群配置中指定检测和数据汇总，并从集群启动时开始收集遥测数据，直至集群关闭。
• 启用自动补救和自我复原应用程序基础架构。通过将可观测性与 AIOps 机器学习和自动化功能相结合，可根据系统输出来预测问题，并在无需管理干预的情况下解决问题。