最新章節

• 封底
• 關于封面
• 關于作者
• 22.3 可觀測性發展方向的預測
• 22.2 其他資源
• 22.1 可觀測性的過去與現在

• 封底 更新時間：2023-11-10 17:33:26
• 關于封面
• 關于作者
• 22.3 可觀測性發展方向的預測
• 22.2 其他資源
• 22.1 可觀測性的過去與現在
• 第22章 未來發展趨勢
• 21.6 結論
• 21.5 在你的組織中使用可觀測性成熟度模型
• 21.4 可觀測性成熟度模型中的能力參考
• 21.3 關于可觀測性成熟度模型
• 21.2 為什么可觀測性需要成熟度模型
• 21.1 關于成熟度模型的說明
• 第21章 可觀測性成熟度模型
• 20.5 結論
• 20.4 在實踐中結合使用可觀測性和商業智能工具
• 20.3 使用可觀測性與商業智能工具
• 20.2 在實踐中創建可觀測性同盟
• 20.1 識別非工程可觀測性需求
• 第20章 可觀測性利益相關方和聯盟
• 19.7 結論
• 19.6 知道何時你有足夠的可觀測性
• 19.5 使用合適的工具
• 19.4 將可觀測性引入實踐
• 19.3 主動引入變更的方法
• 19.2 可觀測性的投資回報
• 19.1 被動引入變更的方法
• 第19章 可觀測性的商業案例
• 第五部分 傳播可觀測性文化
• 18.7 結論
• 18.6 管理遙測流水線：自建與購買
• 18.5 開源替代方案
• 18.4 用例：Slack的遙測管理
• 18.3 管理遙測流水線時的挑戰
• 18.2 管理一個遙測流水線：解剖
• 18.1 遙測流水線的屬性
• 第18章 使用流水線進行遙測管理
• 17.4 結論
• 17.3 將采樣策略轉化為代碼
• 17.2 使用不同的采樣策略
• 17.1 使用采樣策略來優化數據采集
• 第17章 如何使采樣精準且便宜
• 16.3 結論
• 16.2 案例研究：Honeycomb的列式數據存儲實現
• 16.1 可觀測性的功能要求
• 第16章 高效的數據存儲
• 15.5 結論
• 15.4 購買與自建不是二元選擇
• 15.3 購買軟件的真實成本
• 15.2 自建的真實成本
• 15.1 如何分析可觀測性的投資回報率
• 第15章 自建與購買以及投資回報率
• 第四部分 大規模可觀測性
• 14.4 結論
• 14.3 案例研究：軟件供應鏈的運營
• 14.2 探針：共享客戶端庫和維度
• 14.1 為什么Slack需要可觀測性
• 第14章 可觀測性與軟件供應鏈
• 13.5 結論
• 13.4 使用SLO與時間序列數據的可觀測性數據
• 13.3 預見性地創建預測消耗告警
• 13.2 將時間定義成一個滑動窗口
• 13.1 在錯誤預算消耗完之前發出告警
• 第13章 處理和調試基于SLO的告警
• 12.5 結論
• 12.4 什么是SLO
• 12.3 用戶體驗是一顆北極星
• 12.2 閾值告警只適用于“已知的未知”情況
• 12.1 傳統監控方法造成危險的告警疲勞
• 第12章 使用SLO來提高可靠性
• 11.8 結論
• 11.7 利用可觀測性加快軟件交付
• 11.6 可觀測性左移
• 11.5 探針如何提高可觀測性
• 11.4 微服務時代的調試
• 11.3 從哪里開始調試
• 11.2 軟件開發生命周期中的可觀測性
• 11.1 測試驅動開發
• 第11章 可觀測性驅動開發
• 10.7 結論
• 10.6 全力沖刺
• 10.5 溫和改進，積極復用
• 10.4 反復完善你的探針
• 10.3 購買代替自建
• 10.2 從最大的痛點著手
• 10.1 參與社區
• 第10章 在團隊中應用可觀測性實踐
• 第三部分 團隊的可觀測性
• 9.5 結論
• 9.4 評估你的組織需求
• 9.3 系統與軟件注意事項
• 9.2 可觀測性適合的地方
• 9.1 監控適合的地方
• 第9章 可觀測性和監控的融合
• 8.4 結論
• 8.3 AIOps的誤導性承諾
• 8.2 從第一性原理調試
• 8.1 從已有條件調試
• 第8章 通過事件分析實現可觀測性
• 7.4 結論
• 7.3 使用基于代碼的示例的探針
• 7.2 開源探針標準
• 7.1 探針簡介
• 第7章 遵照OpenTelemetry的探針
• 6.6 結論
• 6.5 將事件拼接到鏈路中
• 6.4 將自定義字段添加到鏈路span
• 6.3 硬編碼探針構建鏈路追蹤
• 6.2 鏈路追蹤的組件
• 6.1 分布式鏈路追蹤及其重要性
• 第6章 將事件拼接成鏈路
• 5.5 結論
• 5.4 在調試中有用的事件屬性
• 5.3 傳統日志作為構建塊的局限性
• 5.2 指標作為構建塊的局限性
• 5.1 通過結構化事件進行調試
• 第5章 結構化事件——可觀測性的構建塊
• 第二部分 可觀測性基礎
• 4.4 結論
• 4.3 可觀測性增強了DevOps和SRE的實踐
• 4.2 可觀測性：調試方式的過去與現在
• 4.1 云原生、DevOps和SRE簡介
• 第4章 可觀測性與DevOps、SRE和云原生的關聯
• 3.6 結論
• 3.5 在Parse的轉變實踐
• 3.4 向現代化實踐變革
• 3.3 向現代系統演進
• 3.2 Parse的擴展實踐
• 3.1 關于Parse的介紹
• 第3章 不通過可觀測性擴展系統的經驗教訓
• 2.3 結論
• 2.2 可觀測性如何實現更好的調試
• 2.1 監控數據如何用于調試
• 第2章 可觀測性和監控之間的調試實踐有何不同
• 1.8 結論
• 1.7 可觀測性適用于現代系統
• 1.6 使用可觀測性進行調試
• 1.5 使用指標進行調試與使用可觀測性進行調試的對比
• 1.4 為什么現在可觀測性很重要
• 1.3 關于軟件可觀測性的錯誤描述
• 1.2 把可觀測性應用到軟件系統
• 1.1 可觀測性的數學定義
• 第1章 什么是可觀測性
• 第一部分 可觀測性的路徑
• 前言
• 序
• 譯者序
• 推薦序三
• 推薦序二
• 推薦序一
• 本書贊譽
• O'Reilly Media Inc.介紹
• 版權信息
• 封面

• 封面
• 版權信息
• O'Reilly Media Inc.介紹
• 本書贊譽
• 推薦序一
• 推薦序二
• 推薦序三
• 譯者序
• 序
• 前言
• 第一部分 可觀測性的路徑
• 第1章 什么是可觀測性
• 1.1 可觀測性的數學定義
• 1.2 把可觀測性應用到軟件系統
• 1.3 關于軟件可觀測性的錯誤描述
• 1.4 為什么現在可觀測性很重要
• 1.5 使用指標進行調試與使用可觀測性進行調試的對比
• 1.6 使用可觀測性進行調試
• 1.7 可觀測性適用于現代系統
• 1.8 結論
• 第2章 可觀測性和監控之間的調試實踐有何不同
• 2.1 監控數據如何用于調試
• 2.2 可觀測性如何實現更好的調試
• 2.3 結論
• 第3章 不通過可觀測性擴展系統的經驗教訓
• 3.1 關于Parse的介紹
• 3.2 Parse的擴展實踐
• 3.3 向現代系統演進
• 3.4 向現代化實踐變革
• 3.5 在Parse的轉變實踐
• 3.6 結論
• 第4章 可觀測性與DevOps、SRE和云原生的關聯
• 4.1 云原生、DevOps和SRE簡介
• 4.2 可觀測性：調試方式的過去與現在
• 4.3 可觀測性增強了DevOps和SRE的實踐
• 4.4 結論
• 第二部分 可觀測性基礎
• 第5章 結構化事件——可觀測性的構建塊
• 5.1 通過結構化事件進行調試
• 5.2 指標作為構建塊的局限性
• 5.3 傳統日志作為構建塊的局限性
• 5.4 在調試中有用的事件屬性
• 5.5 結論
• 第6章 將事件拼接成鏈路
• 6.1 分布式鏈路追蹤及其重要性
• 6.2 鏈路追蹤的組件
• 6.3 硬編碼探針構建鏈路追蹤
• 6.4 將自定義字段添加到鏈路span
• 6.5 將事件拼接到鏈路中
• 6.6 結論
• 第7章 遵照OpenTelemetry的探針
• 7.1 探針簡介
• 7.2 開源探針標準
• 7.3 使用基于代碼的示例的探針
• 7.4 結論
• 第8章 通過事件分析實現可觀測性
• 8.1 從已有條件調試
• 8.2 從第一性原理調試
• 8.3 AIOps的誤導性承諾
• 8.4 結論
• 第9章 可觀測性和監控的融合
• 9.1 監控適合的地方
• 9.2 可觀測性適合的地方
• 9.3 系統與軟件注意事項
• 9.4 評估你的組織需求
• 9.5 結論
• 第三部分 團隊的可觀測性
• 第10章 在團隊中應用可觀測性實踐
• 10.1 參與社區
• 10.2 從最大的痛點著手
• 10.3 購買代替自建
• 10.4 反復完善你的探針
• 10.5 溫和改進，積極復用
• 10.6 全力沖刺
• 10.7 結論
• 第11章 可觀測性驅動開發
• 11.1 測試驅動開發
• 11.2 軟件開發生命周期中的可觀測性
• 11.3 從哪里開始調試
• 11.4 微服務時代的調試
• 11.5 探針如何提高可觀測性
• 11.6 可觀測性左移
• 11.7 利用可觀測性加快軟件交付
• 11.8 結論
• 第12章 使用SLO來提高可靠性
• 12.1 傳統監控方法造成危險的告警疲勞
• 12.2 閾值告警只適用于“已知的未知”情況
• 12.3 用戶體驗是一顆北極星
• 12.4 什么是SLO
• 12.5 結論
• 第13章 處理和調試基于SLO的告警
• 13.1 在錯誤預算消耗完之前發出告警
• 13.2 將時間定義成一個滑動窗口
• 13.3 預見性地創建預測消耗告警
• 13.4 使用SLO與時間序列數據的可觀測性數據
• 13.5 結論
• 第14章 可觀測性與軟件供應鏈
• 14.1 為什么Slack需要可觀測性
• 14.2 探針：共享客戶端庫和維度
• 14.3 案例研究：軟件供應鏈的運營
• 14.4 結論
• 第四部分 大規模可觀測性
• 第15章 自建與購買以及投資回報率
• 15.1 如何分析可觀測性的投資回報率
• 15.2 自建的真實成本
• 15.3 購買軟件的真實成本
• 15.4 購買與自建不是二元選擇
• 15.5 結論
• 第16章 高效的數據存儲
• 16.1 可觀測性的功能要求
• 16.2 案例研究：Honeycomb的列式數據存儲實現
• 16.3 結論
• 第17章 如何使采樣精準且便宜
• 17.1 使用采樣策略來優化數據采集
• 17.2 使用不同的采樣策略
• 17.3 將采樣策略轉化為代碼
• 17.4 結論
• 第18章 使用流水線進行遙測管理
• 18.1 遙測流水線的屬性
• 18.2 管理一個遙測流水線：解剖
• 18.3 管理遙測流水線時的挑戰
• 18.4 用例：Slack的遙測管理
• 18.5 開源替代方案
• 18.6 管理遙測流水線：自建與購買
• 18.7 結論
• 第五部分 傳播可觀測性文化
• 第19章 可觀測性的商業案例
• 19.1 被動引入變更的方法
• 19.2 可觀測性的投資回報
• 19.3 主動引入變更的方法
• 19.4 將可觀測性引入實踐
• 19.5 使用合適的工具
• 19.6 知道何時你有足夠的可觀測性
• 19.7 結論
• 第20章 可觀測性利益相關方和聯盟
• 20.1 識別非工程可觀測性需求
• 20.2 在實踐中創建可觀測性同盟
• 20.3 使用可觀測性與商業智能工具
• 20.4 在實踐中結合使用可觀測性和商業智能工具
• 20.5 結論
• 第21章 可觀測性成熟度模型
• 21.1 關于成熟度模型的說明
• 21.2 為什么可觀測性需要成熟度模型
• 21.3 關于可觀測性成熟度模型
• 21.4 可觀測性成熟度模型中的能力參考
• 21.5 在你的組織中使用可觀測性成熟度模型
• 21.6 結論
• 第22章 未來發展趨勢
• 22.1 可觀測性的過去與現在
• 22.2 其他資源
• 22.3 可觀測性發展方向的預測
• 關于作者
• 關于封面
• 封底 更新時間：2023-11-10 17:33:26