在數字化系統持續復雜化的今天，傳統可觀測性方案正面臨三大挑戰：
- 數據割裂：指標、日志、調用鏈等信號分散，彼此難以貫通。
- 分析粒度粗：預聚合導致的特征丟失，難以支撐精細定位。
- 平臺封閉：缺乏統一標準，擴展和自定義困難。
?
為解決這些痛點，從底層重塑可觀測性平臺的核心能力，這一期基調聽云架構部總監廖雄杰帶我們認識在構建下一代可觀測性平臺中最核心的技術基座——觀云數據湖倉架構。
?
觀云的數據湖倉架構以統一為核心理念，徹底打破可觀測性信號的界限：
統一數據模型：無論是 RUM、APM、Infra 還是日志與事件，觀云都統一建模為六大核心模型（指標、調用鏈、用戶體驗、日志、事件、剖析），并通過實體建立信號之間的聯系。
兼容 OpenTelemetry：對外部觀測數據友好接入，真正實現數據融合。
統一查詢語言 NBQL：支持多模型聯合查詢，類SQL，學習門檻低。
?
傳統平臺以指標為中心，而在觀云體系中，原始數據同樣作為一等公民入湖參與核心分析邏輯：
實時全息多維探索引擎“見微”：支持對上百個維度的同時分析，幫助用戶快速發現問題模式與根因。
靈活采樣與按需存儲策略：采樣的同時保留觀測數據的統計特征，控制成本，同時保證分析深度。這使平臺不僅能“看得見問題”，更能“追得到原因”。
?
湖倉不僅是數據存儲中心，更是 AI 的最佳助手：
內置 AI 助理：通過自然語言生成 NBQL 查詢，降低使用門檻。統一的數據模型與查詢語言，天然適配 AI 模型，消除理解障礙。實時分析能力與數據完整性，為AI訓練與推理提供堅實的基礎。
?
除了統一建模與智能探索，觀云的數據湖倉還具備高度開放性：
快速搭建自定義 Dashboard 與復雜監控場景。基于輕應用生態構建個性化功能。借助“自定義大師Boss”滿足更復雜的業務需求。
總結：
觀云數據湖倉是一套真正服務于未來智能可觀測性平臺的數據底座。
它具備統一、開放、智能、高效等關鍵特征，幫助企業實現從數據采集、建模、分析到展示的全流程升級。
推薦閱讀
隨著信息技術的迅猛發展，大量企業已經實現了數字化轉型，并將關鍵業務流程移至云端。這使得應用性能管理（apm）成為企業必不可少的一環。本文將為大家介紹apm應用性能管理企業的概念、作用以及如何選擇適合自己的apm解決方案。
2023-08-29
基調聽云平臺提供了全方位的監控，從服務調用到響應時間、錯誤率等，無所不包。通過實時監控，我們可以及時了解到服務的狀況和問題，快速定位和處理故障。同時，它還提供了可視化的監控報表，直觀地展示服務狀況，幫助我們更好地了解服務的性能和質量。
2023-05-16
在數字化轉型的大潮中，企業對業務系統穩定性和性能的要求日益提升，而應用性能管理（Application Performance Management，簡稱APM）作為關鍵一環，其中的全鏈路監控方案更是扮演著“業務健康體檢師”的角色。本文將深入探討APM全鏈路監控方案?的價值、原理及其在實際業務場景中的應用。
2024-02-01
