从_Zabbix_到应用可观测平台&mdash

核心观点与演进路径

传统 Zabbix 监控的瓶颈

• 核心机房场景下，Zabbix 工作良好，但面临云原生化带来的挑战：
  • 容器化导致监控指标量级从 10 万级增长至 1000 万级，Zabbix 内存不堪重负。
  • 混合云多机房部署下，Zabbix 缺乏跨机房集群方案，且边缘计算与中心计算的权衡问题突出。

引入 Prometheus 的变革

• 选择 Prometheus 的原因：
  • 天然支持 Kubernetes，适配器丰富，社区活跃。
• 时间线膨胀问题：
  • 300 万活跃时间序列需 3GB 内存，1000 万时需 40GB，进一步增长将导致内存崩溃。
• 解决方案：
  • 结合大数据平台（如 ClickHouse）的流计算能力，通过 Adapter 和 Kafka 实现时间线维度收缩，明细数据写入存储。

以应用为中心重构观测视角

• 观测流程：
  1. 信号展开：从应用 SLI 指标按维度展开，关联下游容器、主机等节点。
  2. 信号关联：实现从应用到容器再到主机的观测转移。
  3. 信号转换：将指标转换为链路，再转换为日志，形成完整排查路径。
• 云商能力整合：引入成熟技术方案降低建设成本，结合自建监控体系。

技术优化与未来展望

• 图数据库元数据存储：
  • 提升查询效率 10 倍，动态生成拓扑结构，优化写入性能。
• AIOps 能力：
  • 自动基线制定、故障点识别、典型链路拾取及曲线模式识别，实现无阈值告警。
• eBPF 潜力：
  • 实现调度、内存、网络层面的可观测性，如基于 Tetragon 的链路跟踪，无需修改应用即可低开销深度观测。

关键数据与结论

• 云原生化导致监控量级指数级增长，传统工具失效。
• Prometheus 结合大数据平台可有效缓解时间线膨胀问题。
• 应用可观测平台需以“信号展开-关联-转换”为核心重构视角，结合图数据库和 AIOps 提升效率。
• 未来方向：eBPF 技术将拓展可观测性边界，实现更底层监控。