📚 课程目录第1章课程导论

多租户可观测性系统的服务边界划分与数据传输优化 - 第1节

1.1 什么是多租户可观测性系统

多租户可观测性系统是指在同一平台架构内，为多个独立租户（组织、团队、业务线或客户）提供日志、指标、链路追踪等可观测性数据采集、存储、查询与分析能力的系统。其核心在于：每个租户只能看到自己的数据，但共享底层基础设施与数据管道。

与单租户架构相比，多租户可观测性系统需要在数据面与控制面同时引入租户边界，确保隔离性、安全性与公平调度。

  关键特征：
  数据隔离：租户 A 的日志不会泄漏到租户 B 的查询结果中。
资源隔离：一个租户的突发流量不会导致其他租户的查询超时或数据丢失。
计量与配额：每个租户的存储量、请求量、保留周期可独立配置与计费。
统一运维：运维团队仍可通过超级视图查看全局健康状态，但租户侧不可见。

构建多租户可观测性系统并非简单地在查询语句后加一个 WHERE tenant_id = ?。实际落地中，团队面临三个相互制约的核心挑战：

挑战维度	具体问题	典型后果
数据隔离	租户数据混合存储，查询时如何保证不越权？索引与缓存是否跨租户污染？	数据泄漏、合规风险、租户间相互干扰
性能	大量租户共享同一集群，热点租户拖慢全局；查询并发高导致超时。	SLA 违约、用户体验下降、告警延迟
成本	每个租户独立存储副本成本过高；共享存储又带来隔离与计费难题。	基础设施费用失控、定价模型不清晰

常见误区： 很多团队初期选择“简单共享 + 应用层过滤”方案，即所有租户数据写入同一张表，查询时通过 WHERE 条件过滤。这种做法在租户数超过 50 或数据量超过 TB 级后，索引膨胀、缓存抖动、查询性能急剧下降，最终不得不重构。

根据隔离强度与成本，业界通常采用以下三种模式：

硬隔离（Dedicated）： 每个租户独享一套存储实例（如单独的 Elasticsearch 集群或 ClickHouse 表引擎）。隔离性最强，但资源利用率低，运维成本高。
软隔离（Shared + 标签路由）： 所有租户共享同一存储集群，通过租户标签（tenant_id）进行数据分区与查询路由。资源利用率高，但需要精细的查询改写与限流机制。
混合隔离（Hybrid）： 大租户独享资源，中小租户共享池。兼顾隔离性与成本，但调度逻辑复杂。

本课程旨在帮助架构师与 SRE 团队掌握从零构建或改造多租户可观测性系统的完整方法论。完成本课程后，你将能够：

课程特色： 每章均包含真实案例复盘（如某 SaaS 公司从单租户迁移到多租户的踩坑记录）、可复用的 Terraform/Pulumi 配置片段，以及压测脚本。建议读者在实验环境中跟随操作。