2023 年可观测性调查

这家公司拥有数万名员工，年收入数十亿美元，通过从 Datadog 转向 Grafana Labs 解决方案，其可观测性成本降低了约三分之一。除了成本之外，他们还非常赞赏双方建立起来的实践支持和相互信任的关系——或者正如这位可观测性高级经理所说，“吸引我们选择 Grafana 的是非推销的部分。”

尽管如此，可观测性并非总是容易被接受。公司高管期望可观测性占云支出的比例低于 10%，这是可观测性团队一直在努力实现的目标。最终让他们信服的是，他们意识到不可能只使用一种可观测性工具，而 Grafana 的“大帐篷”理念允许他们支持许多不同的数据源，这转化为更好的结果。

衡量可靠性归结为以降低 MTTR 为重点的 KPI。与此同时，他们通过跟踪这些团队在关键服务更新上花费的时间来提高开发者生产力。他们还开始衡量四个 DORA 指标——部署频率、变更平均前置时间、恢复平均前置时间和变更失败率——并希望在明年看到这些努力带来的好处。

这家为全球组织提供客户体验 (CX) 服务的公司，需要优先考虑可观测性，因为它承诺提供 5 个 9 的可用性（99.999% 正常运行时间）。为了兑现这一承诺，它跟踪弹性、可靠性以及 DORA 指标。每周，他们还会审查发生的事件数量、与 SLO 相关的指标、停机分钟数和客户影响分钟数。

虽然 OpEx 节省是可观测性的一个结果，但该公司优先考虑的是通过更好的可观测性实践建立客户信任。这些“成本”被分为三个类别：

• 弹性、可扩展性、性能。他们将信任的侵蚀视为机会成本。他们能够通过其净推荐值 (NPS) 来衡量这种影响，由于他们的高弹性，NPS 已从 50 多分提升到 60 多分。
• 投资回报。通过投资可观测性，他们能够降低信噪比并减少基数。
• 人员配置。转向使用 Grafana Labs 实现可观测性，带来了更多的自动化和成熟度，使该公司能够将全职员工转移到对业务更有价值的项目上。

展望未来，他们渴望继续在公司内部推广其可观测性工具的能力，以倡导在整个组织中预防胜于补救。

这家公司已经促成了数十万笔住房贷款，它通过系统正常运行时间和平台响应时间来定义其成功指标。到目前为止，这种关注点一直集中在内部基准，而非用户体验。

该贷款机构根据业务目标审查 ROI，尤其是在供应商合同续约时给予特别关注。他们会查看全职员工节省、供应商成本、硬件节省、投资回收期等。

他们提到与 Grafana Labs 合作后的一项附带好处是，这种合作关系使员工能够将可观测性添加到他们的技能组合中，这反过来也提升了整个团队的工作效率。这也帮助组织吸引了希望使用最佳技术的新员工。

这家游戏提供商的工程经理表示，客户反馈可能是分析站点可靠性的一个很好的起点，因为用户会迅速指出问题发生的时间。然而，仅仅依靠反馈的作用有限。例如，客户没有告诉他们的那些问题呢？此外，当用户无法登录其账户时，这并不能自动提供关于应用程序哪个部分工作不正常的答案。

为了获得最佳的覆盖范围，可观测性团队专注于衡量任何可能影响用户旅程的因素。他们还跟踪不会必然影响用户应用内体验但仍构成风险的事件，包括任何与安全相关的事情。

他们还开始跟踪 DORA 指标，以期改进其可观测性策略，但仍需努力。他们在零散的工具集中发现问题仍面临挑战。公司每个团队都独立管理可观测性，这使得公司无法对系统健康状况有一个整体的视图。他们还在寻找更多的应用性能监控 (APM) 能力，以更深入地了解特定服务的健康状况。

自从切换到 Grafana 后，这家大型医疗健康公司的工程师报告称，集中式可观测性带来了价值，改进了 MTTx，并增加了收入。这首先体现在实际的财务改进上。

虽然该组织将节省成本列为与 Grafana Labs 合作的好处之一，但管理可观测性平台的团队正着眼于更宏大的目标：他们还利用 Grafana 来阐明团队的工作如何影响业务成果。

公司高管定期收到的报告显示，可观测性团队在实施 Grafana 方面采取的措施与公司净推荐值 (NPS) 的改进之间存在直接联系。此外还有间接的好处，例如公司移动应用和其他门户的使用量飙升了 40%，部分原因在于加载时间缩短，以及页面错误率低至 1%。

当事情确实出错时，他们不会惊慌。他们知道可以使用 Grafana 快速查明任何问题的根源，这有助于他们更快地恢复正常运行。例如，页面加载时间曾是一个系统性问题，由于未对相应数据进行分析，一直未能被发现。他们利用 Grafana 解决了这个问题；如今，他们对异常数据有了足够的可见性，改变了进行根因分析的方法。他们不再长时间地在作战室里进行调查，而是通过 30 秒的 Slack 聊天直接向负责的团队解决问题，并附带 Grafana Dashboard 参考。

该公司甚至在投资者会议上使用与 Grafana 合作产生的洞察，以增强利益相关者对其采取行动的信心。从本质上讲，他们收集的数据终于在最高层得到了应有的关注——甚至有要求扩大高层报告的范围——因为它可以用易于理解的格式呈现。

展望未来，他们希望帮助客户也开始追踪这些指标。可观测性团队仍然会承担大部分繁重工作，但通过向用户提供一些可观测性基础知识，可以引发关于评估影响特定项目成功的指标的讨论。

这家公司在 D2C（直接面向消费者）领域取得了巨大成功。然而，他们的可观测性旅程才刚刚开始。据该公司托管服务工程经理称，他们已经确立了能够监控端到端业务流程的目标，但到目前为止，他们的监控有些随意。

做好这一点是重中之重，因为系统中断会导致巨大的收入损失。他们拥有解决这些问题所需的数据源，现在关键在于将它们全部整合起来。这意味着跟踪上游和下游数据趋势，以了解哪些业务流程受到影响。他们还为开发者设置了 Dashboard，但希望做更多工作，让他们更好地了解系统健康状况。

尽管刚开始转型，他们已经在开发者生产力和成本方面取得了增量改进。但他们也关注更广阔的视野。最终，他们的可观测性策略归根结底是为业务带来价值。因此，他们认为，投入时间配置、组合和定制他们的 Grafana 设置，比依赖更昂贵的交钥匙解决方案更具 ROI，因为后者并不能真正满足他们的特定需求。