可观测性 vs 监控：一字之差，区别到底在哪

监控是预设规则、持续检查系统是否处于已知异常状态的实践；可观测性是系统的一种属性，指通过外部输出推断内部状态、回答任意问题的能力——监控回答「是不是出事了」，可观测性还要回答「为什么出事、从哪里开始坏的」。两者不是替代关系，而是现代可靠性工程的一体两面。

核心要点速览

• 监控面向「已知的未知」（known unknowns）：你预设的故障模式；
• 可观测性面向「未知的未知」（公开资料未说明 unknowns）：从未发生过的问题；
• 监控的核心要素：指标采集、阈值告警、仪表板；可观测性还要求高基数数据、关联分析与自由探查能力；
• 落地建议：用监控守住 SLO 底线，用可观测性能力压缩排障时间。

什么是监控？

监控的经典定义是：按照预先设定的规则采集数据，当数据偏离预期时通知你。它包含三个要素：

1. 采集：定期获取系统状态（指标为主）；
2. 判断：阈值、同比环比、无数据等规则；
3. 通知：把人叫起来处理问题。

常见监控类型：基础设施监控（主机/容器资源）、应用监控（接口成功率）、可用性监控（拨测）、业务监控（订单量）。

监控的前提是你已经知道系统可能怎么坏。CPU 会满、磁盘会满、接口会超时——这些都是历史经验沉淀下来的故障模式。

什么是可观测性？

可观测性是系统本身具备的一种属性：当从未见过的问题发生时，你依然能通过系统输出的日志、指标、链路等数据，定位到根因而无需重新部署、无需加打印。

它的关键要素：

1. 高维度数据：标签基数足够高，能按用户、按实例、按版本任意切片；
2. 信号关联：指标异常能下钻到链路和日志；
3. 自由探查：支持即席查询，而不是只能看预先做好的图。

实践中两者如何配合？

一个典型的故障处理时间线：

1. 监控触发：「订单接口错误率超过 2%」的阈值告警发出（监控的价值：及时发现）；
2. 可观测性介入：沿着告警关联数据下钻——错误集中在哪个服务、哪个版本、哪个下游依赖（可观测性的价值：快速定位）；
3. 根因确认：读取该请求的链路详情与日志，确认是一次发布引入的 bug。在观测云中，可在监控器配置中添加事件关联链接和查询上下文，再从链路详情查看相同 trace_id 的日志，比较发布前后的错误；
4. 反哺监控：把这次新发现的故障模式固化为新的告警规则。

监控决定 MTTD（平均发现时间），可观测性决定 MTTR 中的定位环节。

两者的常见挑战

• 监控的挑战：规则维护成本高、告警风暴、阈值拍脑袋；
• 可观测性的挑战：数据量成本、埋点覆盖率、团队使用习惯。

两者的共同解法都是平台化：统一数据模型、统一标签体系、统一告警通道，避免每个团队各自为战。

常见问题（FAQ）

Q：是不是有了可观测性就不需要监控了？ 恰恰相反：可观测性能力越强，越需要监控来主动触发告警，否则数据躺在那里没人看。两者是互补关系。

Q：传统监控工具（Zabbix 类）能升级到可观测性吗？ 可以渐进演进：保留已有资源监控，再为关键应用补充链路与结构化日志，用统一的服务标识和追踪标识建立关联。

Q：可观测性平台的「探查」具体指什么？ 指不依赖预置仪表板，临场用查询语言（如 DQL）对原始数据做任意维度的过滤、分组、聚合，回答突发问题。

Q：SLO 属于监控还是可观测性？ SLO 的定义基于监控数据（SLI），但 SLO 不达标后的根因分析依赖可观测性能力。

系列阅读

• 上一篇：《什么是可观测性》
• 下一篇：《什么是 APM》
• 相关：《日志、指标、链路的区别与联系》 · 《返回索引》