我在接觸企業(yè)做咨詢的時(shí)候，問的頻率最高的是關(guān)于搭建可觀測(cè)性平臺(tái)的困惑，在數(shù)字化程度高的業(yè)務(wù)系統(tǒng)里面，可觀測(cè)性平臺(tái)確實(shí)能夠極高的提高運(yùn)維效率，那么企業(yè)最感興趣的是：建立可觀測(cè)性，是應(yīng)該自己搭建還是直接購(gòu)買商業(yè)產(chǎn)品？

一、成本 v.s. 收益

當(dāng)考慮自建還是采購(gòu)可觀測(cè)平臺(tái)時(shí)，普遍會(huì)認(rèn)為自建更劃算——因?yàn)殚_源軟件是免費(fèi)的，而商業(yè)軟件通常需要付費(fèi)。這是一個(gè)片面的說法，實(shí)際上，我們應(yīng)該考慮的是總體擁有成本（Total Cost of Ownership，TCO）。

Total Cost of Ownership（TCO）是指一個(gè)產(chǎn)品或服務(wù)的全部擁有成本，包括購(gòu)買價(jià)、使用成本、維護(hù)費(fèi)用、升級(jí)成本、以及最終處理費(fèi)用等。通俗來說，TCO 是指購(gòu)買一個(gè)東西的總成本，而不僅僅是購(gòu)買它時(shí)的價(jià)格。這個(gè)概念常常用于企業(yè)采購(gòu)決策，因?yàn)槠髽I(yè)在采購(gòu)產(chǎn)品或服務(wù)時(shí)，需要考慮到產(chǎn)品或服務(wù)的全部擁有成本，而不僅僅是它的購(gòu)買價(jià)，這樣才能更好地做出決策。

(資料圖)

舉個(gè)例子，假設(shè)你正在考慮購(gòu)買一輛汽車。如果只考慮購(gòu)買時(shí)的價(jià)格，可能會(huì)選擇價(jià)格較低的車型。但是，如果你考慮到汽車的使用成本、維護(hù)費(fèi)用、油耗、保險(xiǎn)費(fèi)等，那么價(jià)格可能就不是唯一的考慮因素了。因此，TCO 能夠幫助你更全面地了解一個(gè)產(chǎn)品或服務(wù)的全部成本，才能做出更明智的決策。

那轉(zhuǎn)化成現(xiàn)在討論的自建還是采購(gòu)這個(gè)問題上，企業(yè)不僅包括考慮購(gòu)買商品或服務(wù)的費(fèi)用，還要考慮以下這些成本的付出：

資源成本：無論是自建還是購(gòu)買商業(yè)產(chǎn)品，都需要考慮安裝和部署所需的計(jì)算、存儲(chǔ)等資源成本。如果使用SaaS產(chǎn)品，還需要考慮將遙測(cè)數(shù)據(jù)傳輸?shù)絊aaS端所需的流量成本。人力成本：自己搭建和購(gòu)買商業(yè)產(chǎn)品的主要區(qū)別在于人力成本。自己搭建需要花時(shí)間來安裝、設(shè)置和根據(jù)需要進(jìn)行二次開發(fā)，而購(gòu)買商業(yè)產(chǎn)品需要進(jìn)行相應(yīng)的培訓(xùn)。這些時(shí)間都會(huì)轉(zhuǎn)化為員工的工資，也是企業(yè)的重要開支之一。拆除或最終處置成本：在某些情況下，無論是自建還是購(gòu)買，如果不再使用相關(guān)工具或產(chǎn)品，都不能簡(jiǎn)單地扔掉。我們需要考慮如何替換它，是否需要進(jìn)行遷移工作，這也會(huì)帶來一些成本。

成本總是伴隨著預(yù)期收益的，建立可觀測(cè)性主要是為了提升系統(tǒng)的可靠性?？捎^測(cè)性可以讓最終用戶獲得更好的體驗(yàn)和服務(wù)，滿足業(yè)務(wù)需求，甚至推動(dòng)業(yè)務(wù)發(fā)展。

同時(shí)，正如我之前提到的，在云原生時(shí)代，隨著系統(tǒng)復(fù)雜性的增加，不存在完全沒有問題的系統(tǒng)。因此，在出現(xiàn)問題或故障時(shí)，快速找到問題的根本原因，縮短故障平均恢復(fù)時(shí)間（MTTR）變得非常重要。這些都是建立可觀測(cè)性的價(jià)值收益。接下來，我們將看一下自建和購(gòu)買商業(yè)產(chǎn)品分別涉及哪些成本和收益。

二、自建可觀測(cè)性平臺(tái)

這里的自建不是指從零開始自己研發(fā)一整套可觀測(cè)平臺(tái)（這種方式的時(shí)間、人力成本非常高），而是基于開源產(chǎn)品進(jìn)行構(gòu)建和二次開發(fā)，這也是更多企業(yè)能夠接受和采用的方式?？捎^測(cè)性不僅僅是監(jiān)控，自建可觀測(cè)平臺(tái)還需要考慮監(jiān)控、日志和鏈路追蹤。此外，除了計(jì)算和存儲(chǔ)資源，還需要根據(jù)數(shù)據(jù)量的規(guī)模考慮消息中間件、緩存、數(shù)據(jù)庫(kù)等多種組件所需的資源。例如，以下是日志分析平臺(tái)ELK的典型架構(gòu)（ELK是Elasticsearch、Logstash和Kibana三個(gè)開源項(xiàng)目的首字母縮寫）：

如果你想通過開源軟件自建可觀測(cè)性，可能需要以下組件：

監(jiān)控：Prometheus+Grafana。日志：Logstash+Kibana。鏈路追蹤：SkyWalking。數(shù)據(jù)存儲(chǔ)：Elasticsearch集群。消息隊(duì)列：Kafka集群。數(shù)據(jù)庫(kù)：MySQL集群。內(nèi)存數(shù)據(jù)庫(kù)：Redis集群。

這時(shí)，需要考慮資源、人力和一些隱性成本。

1. 資源成本要滿足大數(shù)據(jù)量的情況，幾臺(tái)1核2G的虛擬機(jī)很難解決問題。特別是在生產(chǎn)環(huán)境中，如果數(shù)據(jù)量大，Elasticsearch的計(jì)算節(jié)點(diǎn)需要高配置，通常需要兩個(gè)16C 64GB的主機(jī)節(jié)點(diǎn)和一個(gè)控制節(jié)點(diǎn)。日志的原始數(shù)據(jù)到后端存儲(chǔ)，雖然存在一定的壓縮，但實(shí)際容量還需要考慮索引、兩份數(shù)據(jù)副本等因素占據(jù)的存儲(chǔ)空間。如果使用公有云，還需要考慮各個(gè)計(jì)算節(jié)點(diǎn)的存儲(chǔ)成本。此外，自建數(shù)據(jù)中心還涉及服務(wù)器成本、機(jī)房費(fèi)用、后續(xù)擴(kuò)容成本等。災(zāi)備資源成本，可觀測(cè)性平臺(tái)被稱為“Lastdance service”，它需要比其他服務(wù)的可用性更高，所以在災(zāi)備方案上的成本遠(yuǎn)高于普通服務(wù)。2. 人力成本

維護(hù)自建工具需要2~3人的團(tuán)隊(duì)進(jìn)行安裝部署、功能開發(fā)、問題排查和處理、性能調(diào)優(yōu)等工作。此外，二次開發(fā)也需要人力成本。許多企業(yè)沒有二次開發(fā)的能力，即使進(jìn)行二次開發(fā)，也可能由于主導(dǎo)開發(fā)的技術(shù)負(fù)責(zé)人或相關(guān)人員離職而導(dǎo)致項(xiàng)目難以繼續(xù)。由于可觀測(cè)性需要不斷迭代，如果人手不足，就無法跟上技術(shù)發(fā)展，整個(gè)團(tuán)隊(duì)的技術(shù)應(yīng)用也會(huì)受到限制。

隨著業(yè)務(wù)增長(zhǎng)，維護(hù)工具的團(tuán)隊(duì)人數(shù)也會(huì)隨之增長(zhǎng)，從開始的2～3人，到幾十人甚至上百人。作者曾在AWS Cloudwatch工作過，當(dāng)時(shí)核心研發(fā)人數(shù)就已過百人。

另外，隨著業(yè)務(wù)增長(zhǎng)，所需的人才門檻也會(huì)提高，不僅對(duì)大型分布式系統(tǒng)設(shè)計(jì)、開發(fā)和運(yùn)維有極高的要求，同時(shí)還需要了解網(wǎng)絡(luò)通信、操作系統(tǒng)、網(wǎng)絡(luò)安全，以及數(shù)據(jù)科學(xué)。為此Google針對(duì)這類復(fù)合性人才制定了一個(gè)崗位 – SRE（站點(diǎn)可靠性工程師），根據(jù)統(tǒng)計(jì)，這類人才的工程師平均薪資大約在100萬人民幣/年。而且這類人才通常集中在頭部的互聯(lián)網(wǎng)大廠，招聘難度遠(yuǎn)比招傳統(tǒng)研發(fā)高。

3. 隱性成本

由于這種將開源軟件組合起來的方案只能稱為工具的組合，而不是完整的可觀測(cè)平臺(tái)（它并沒有完全解決數(shù)據(jù)孤島問題）。當(dāng)遇到業(yè)務(wù)問題時(shí)，仍然需要訪問不同的工具進(jìn)行問題分析，并需要與不同團(tuán)隊(duì)進(jìn)行溝通，這會(huì)花費(fèi)很多時(shí)間，尤其是在線上救火的時(shí)候，服務(wù)宕機(jī)5分鐘和宕機(jī)5小時(shí)，帶來的損失，不僅僅是經(jīng)濟(jì)上的損失，很有可能就會(huì)失去客戶信任，持續(xù)流失客戶。

持續(xù)維護(hù)也需要成本。技術(shù)棧中的第三方組件必須及時(shí)更新和修補(bǔ)，同時(shí)還需要考慮自建組件的安全性。假如維護(hù)團(tuán)隊(duì)出現(xiàn)人員流失或者變更，其交接成本比重新搭建一套新的系統(tǒng)還要高，因?yàn)殚_源組件每天都會(huì)迭代更新，假如維護(hù)團(tuán)隊(duì)沒有開源社區(qū)里的核心成員，基本上1年之后，系統(tǒng)升級(jí)會(huì)成為整個(gè)團(tuán)隊(duì)一整年的KPI。

自建的收益：通常來說，很考驗(yàn)企業(yè)的技術(shù)能力，企業(yè)的技術(shù)實(shí)力過硬可以快速上手、構(gòu)建原型，并通過不斷完善逐漸完善平臺(tái)。另外，成熟的開源軟件通常有強(qiáng)大的技術(shù)社區(qū)支持。成百上千的程序員來自世界各地，共同維護(hù)一套軟件，保持其活力并使其不斷更新和修復(fù)問題。此外，自建軟件可以建立企業(yè)內(nèi)部的專業(yè)知識(shí)。每個(gè)企業(yè)都有自己的需求，這些需求需要轉(zhuǎn)化為軟件功能。自建平臺(tái)讓企業(yè)內(nèi)部利益相關(guān)者的溝通和協(xié)調(diào)更加順暢，能更好地服務(wù)于業(yè)務(wù)需求。

三、使用商業(yè)產(chǎn)品構(gòu)建可觀測(cè)性

購(gòu)買的成本：企業(yè)在購(gòu)買第三方產(chǎn)品和服務(wù)時(shí)，通常會(huì)考慮以下因素：

一次性花費(fèi)這么多錢，這個(gè)產(chǎn)品對(duì)業(yè)務(wù)有什么價(jià)值？前期Proof of Concept（PoC）看起來很好，但實(shí)際使用會(huì)不會(huì)完全不同？供應(yīng)商是否能夠滿足新的業(yè)務(wù)需求，還是必須等待他們更新？如何確保購(gòu)買的產(chǎn)品能夠持續(xù)滿足不斷變化的需求？是否能夠避免供應(yīng)商鎖定？如果因某種原因需要選擇新產(chǎn)品，需要多少時(shí)間和精力進(jìn)行遷移和切換？

這些都是購(gòu)買商業(yè)軟件需要考慮的成本因素。購(gòu)買商業(yè)產(chǎn)品的流程通常比較漫長(zhǎng)。經(jīng)過測(cè)試、招投標(biāo)等一系列過程后，如果產(chǎn)品無法滿足客戶的使用需求，或者因各種原因需要重新開始，那么整個(gè)過程所消耗的財(cái)務(wù)、時(shí)間和人力成本將是巨大的。另一方面，許多商業(yè)軟件按許可證收費(fèi)。如果公司處于快速成長(zhǎng)階段，需要考慮公司在發(fā)展壯大后繼續(xù)使用商業(yè)軟件的額外開銷。

購(gòu)買的收益：如果購(gòu)買和使用的是SaaS軟件，可以減少自建平臺(tái)所需的計(jì)算、存儲(chǔ)等資源投資和維護(hù)成本。即使購(gòu)買的平臺(tái)需要安裝部署，通常也由供應(yīng)商負(fù)責(zé)，完成初始配置后，即可開始使用。更重要的是，原本需要進(jìn)行開源軟件二次開發(fā)的工程師可以將時(shí)間和精力投入到業(yè)務(wù)保障上，不再需要全面研究和掌握開源軟件的開發(fā)和維護(hù)。另一方面，選擇合適的商業(yè)產(chǎn)品也意味著將專業(yè)事務(wù)交給專業(yè)人士處理。你可能會(huì)獲得一個(gè)擁有專業(yè)知識(shí)的合作伙伴，在可觀測(cè)性領(lǐng)域有自己的積累，能夠?yàn)槟闾峁I(yè)服務(wù)，解決各種問題。如果自己去研究，可能需要數(shù)年才能達(dá)到這個(gè)水平。

相比之下，購(gòu)買商業(yè)產(chǎn)品需要考慮的成本更少，因?yàn)檫@些產(chǎn)品通常都是一站式解決方案，可以滿足企業(yè)所有的可觀測(cè)性需求。此外，商業(yè)產(chǎn)品通常會(huì)提供更好的技術(shù)支持和服務(wù)，保證系統(tǒng)的穩(wěn)定性和可靠性。綜上所述，企業(yè)在選擇自建還是購(gòu)買可觀測(cè)性平臺(tái)時(shí)，需要綜合考慮各種成本和收益，做出明智的決策。

作者：Nicholas，InsightMon CTO

本文由@Nicholas 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。

該文觀點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

關(guān)鍵詞：