1. 课程导论：什么是可观测性？为什么需要 Golden Signals？课程目标与学习路径
1.1 从监控到可观测性：理念的演进
传统监控（Monitoring）的核心是“已知故障的告警”——你预先定义好阈值，系统在指标越界时通知你。但现代分布式系统（微服务、容器化、Serverless）的复杂度已远超人类预设能力：服务间调用链交错、故障传播路径不可预测、偶发性能抖动难以复现。此时，我们需要一种新的能力——可观测性（Observability）。
可观测性定义： 通过系统外部输出的数据（指标、日志、链路追踪），在不部署新代码的前提下，推断系统内部状态的能力。其核心目标是“回答未知问题”，而非仅验证已知假设。
| 维度 | 传统监控 | 可观测性 |
|---|---|---|
| 问题类型 | 已知故障（已知-已知） | 未知故障（已知-未知、未知-未知） |
| 数据模型 | 预定义指标 + 静态阈值 | 高基数指标 + 结构化日志 + 全量链路 |
| 查询方式 | 仪表盘 + 告警规则 | 临时探索（Ad-hoc Query） + 关联分析 |
| 故障定位 | 逐层排查，依赖经验 | 从现象到根因，数据驱动 |
1.2 为什么需要 Golden Signals？
可观测性数据量巨大，若不加筛选，工程师会陷入“数据沼泽”。Google SRE 团队在《SRE 解密》中提出了 Golden Signals（黄金指标）——四个最核心的、能覆盖绝大多数服务健康状态的信号维度。它们不是可观测性的全部，但它们是可观测性的起点和锚点。
为什么是这四个？ 延迟反映用户体验，流量反映负载变化，错误反映功能失效，饱和度反映容量瓶颈。四者交叉验证，可以覆盖 90% 以上的线上故障场景。
1.3 可观测性平台架构的三支柱
Golden Signals 是“要观测什么”，而可观测性平台是“如何观测”。业界公认的三大数据支柱（Three Pillars）构成了平台的数据底座：
- 指标（Metrics）：时序聚合数据，适合存储和告警，基数有限。代表：Prometheus、VictoriaMetrics。
- 日志（Logs）：离散事件记录，包含完整上下文，基数无限。代表：Elasticsearch、Loki。
- 链路追踪（Traces）：请求级调用链，关联跨服务调用关系。代表：Jaeger、OpenTelemetry。
现代可观测性平台正在走向统一化：将三支柱数据关联在同一查询界面中，实现“从指标发现异常 → 从日志定位上下文 → 从链路追踪根因”的闭环。
1.4 课程目标与学习路径
本课程旨在帮助你从零构建一套基于 Golden Signals 的可观测性平台架构。你将掌握：
| 模块 | 核心内容 | 产出物 |
|---|---|---|
| 基础篇（第1-5章） | 可观测性理论、Golden Signals 详解、三支柱选型 | 可观测性评估矩阵 |
| 指标篇（第6-12章） | Prometheus 架构、高基数指标设计、告警规则与错误预算 | 生产级指标采集与告警体系 |
| 日志篇（第13-18章） | 日志采集管道、结构化日志、Loki 与 Elasticsearch 对比 | 统一日志平台设计 |
| 链路篇（第19-24章） | OpenTelemetry 标准、分布式追踪采样策略、Jaeger 部署 | 全链路追踪系统 |
| 实战篇（第25-30章） | 平台集成、SLO 管理、故障演练、成本优化 | 可观测性平台完整架构 |
学习前提： 建议具备至少 1 年以上的 SRE 或后端开发经验，熟悉 Linux 基础操作、Docker 和 Kubernetes 基本概念。本课程不涉及基础编程教学，但会提供完整的配置文件与部署脚本。
1.5 本章小结
- 可观测性 是回答未知问题的能力，超越传统监控的已知故障告警。
- Golden Signals（延迟、流量、错误、饱和度）是可观测性的核心锚点，四者缺一不可。
- 三支柱（指标、日志、链路追踪）是平台的数据底座，需要统一关联才能发挥最大价值。
- 本课程从理论到实战，覆盖指标、日志、链路三大体系，最终交付一套可落地的可观测性平台架构。