# 观测云 By [missyou](https://paragraph.com/@missyou) · 2022-05-07 --- “观测云” VS Zabbix --------------- Zabbix是大部分运维人员喜欢用的主机管理监控产品，相较于Zabbix，“观测云”有以下几个优点。 * Zabbix底层是Mysql，其数据精度和数据保存量不能太大，相比较“观测云”可用拥有秒级（默认10s）的数据采集能力，同时默认存储数据一年，并且不会因为海量数据导致性能下降。 * “观测云”相较于Zabbix更面向云原生时代，包括对Kubernetes的支持 * “观测云”不仅仅监控主机，更提供全面技术栈的可观测能力 * “观测云”采用安全的语言，比Zabbix基于脚本的方式更加安全可靠 * “观测云”支持日志，Zabbix无日志能力 “观测云” VS Prometheus ------------------- Prometheus是近期流行起来的基于时序数据库的可观测性产品，其特点是以Scrape模型进行数据同步，形成了独立的Exporter体系，并且是CNCF云原生基金会推荐的云原生监控方案。相较于Prometheus，“观测云”有以下几个优点： * Prometheus整体构建复杂度较高，如果大型应用需要组合Grafana，OpenTSDB或InfluxDB作为整体方案，“观测云”则开箱即用 * Prometheus大量第三方的Exporter使用难度大，且开源代码存在大量的潜在技术风险，“观测云”兼容Exporter，同时内建的数据采集模块均有相应的技术保证和兜底。 * Prometheus仅仅提供Metrics的构建，无法提供可观测性的另外两个能力Logging，和Tracing，需要与Loki以及Skywalking等组合使用 * Prometheus的AlertManager功能简单，“观测云”的异常检测功能强大 * Prometheus数据存储默认方式仅仅单机模式，无法实现海量指标长时间保存和查询。 “观测云” VS ELK ------------ ELK是Elastic.co公司基于ElasticSearch所开发的整体的监控检测方案，由ElasticSearch，Logstash，Kibana构成，近年来，还有基于Fluentd作为Logstash的替代产品，形成EFK的方案以更适合云原生环境，在指标采集上，ELK采用Beats组件系列，有MetricBeats，Filebeats等，同时最近有开放了ELK APM模块，相较于ELK，“观测云”有以下几个优点： * ELK部署安装极其复杂，如果简单收集日志还好，要是利用好Logstash和Kibana，学习成本巨大，“观测云”则相对简单很多，且有服务支持 * ELK整体的运维成本巨大，ElasticSearch集群需要大量的费用，同时如果考虑冷热数据以节省成本也很令人头痛，使用“观测云”则无需考虑这些问题。 * ELK的beats系列是将指标数据以日志方式存储，在聚类计算和大范围数据查询中会导致出现OOM,“观测云”则无这方面问题。 * Kibana并不是那么好用，KQL学习成本也比较高，相对来说“观测云”简单许多 * Beats，Logstash或Fluentd配置难道较大，学习曲线也非常高，“观测云”仅仅安装一个Datakit完成安装就能解决所有问题。 * “观测云”也兼容Beats，Logstash和Fluentd “观测云” VS Zipkin，jaeger，Pinpoint，Skywalking ------------------------------------------ 这一类的开源产品都是基于应用可观测性，基于OpenTelemetry体系构建的开源APM产品，其中以刚刚入选Apache基金会的Skywalking为代表，其特点是关注应用层的性能，故障，为应用层提供可观测性。相比之下，“观测云”有以下优点： * “观测云”更全面，不仅仅是APM层的数据，基础设施，容器，中间件，网络性能均包含 * 这类产品通常依赖大数据底座，如ElasticSearch，HBase，本身产品自身运维也有巨大的成本和投入，而“观测云”完全不需要考虑这些问题 * 这类产品对于各种编程语言和框架支持程度不同，“观测云”则基于全球最大的可观测性服务商DataDog的dd-trace，同时也兼容上述（除Pinpoint）的所有Agent，因此可实现所有编程语言的兼容 * 相较于这些产品，“观测云”提供统一的应用性能和前端性能的展示UI，并且与其他基础数据形成了关联模型。 “观测云” VS Grafana ---------------- Grafana是开源的面向监控领域的数据可视化工具，他本身不处理数据，而是和前述的产品进行集成，才能有价值。与Grafana相比，“观测云”的有以下优点： * Grafana不处理数据，仅仅是个表现层，相当于“观测云”的场景功能 * Grafana本身没有统一的数据查询语言，不同的数据层决定了使用不同的查询语言来构建表现层，而“观测云”通过DQL查询语言统一了查询层，大大降低了用户的使用门槛 * Grafana主要支出的是时序结构数据，对于关系型数据无法有效展示，并且使用功能看似强大，但相当繁琐。“观测云”不仅仅有类似的功能，且简单易用，同时内置了大量分析检查数据的工具，不仅仅是一个简单的数据可视化工具。 * Grafana由于开源的属性，对接不同的数据源需要重新设计对应的表现层的数据对接，而且表现层制作相当繁琐，“观测云”本身通过DataKit统一了数据层，可以非常轻松方便的构建表现层。 “观测云” VS 其他商业软件 --------------- 市面上也存在着需要的商业软件，“观测云”相较于其他商业软件，由以下这些优点： * 为使用者而生，为用户服务，相较于其他商业软件，“观测云”基于按需按量收费，功能免费，数据存储处理付费，完全使用云的商业模式，只有用户使用好，才是真的好。 * 相较于其他商业软件以监控为抓手，“观测云”以保障每一个业务项目为出发点，作为Devops的基石，提供一个项目的整体全链路的可观测性能力。 * 与市面上大部分方案不同，“观测云”从产品的第一天开始就构建了完整的产品形态和数据形态，因此所有功能都是一个存储，一个平台，一个产品。其他商业软件不同的功能切割成一个个独立的软件，如果要将所有软件产生的数据综合汇聚，则又需要引入Hadoop，Flink，Spark等重量级的大数据处理方案。“观测云”天生就是云原生的，我们利用强大的多模态数据处理技术，实现了一体化的产品。 * “观测云”整体提供不只是软件，而是一种服务，我们不仅仅卖软件，而是给我们的客户提供一整套综合的基于实时数据支撑的保障体系，同时整体用户使用的综合投入远远低于市面上的其他商业软件。 --- *Originally published on [missyou](https://paragraph.com/@missyou/oSVjcEORvYrSYsFbmnYf)*