对话阿里云云原生产品负责人李国强：推进可观测产品与OpenTelemetry开源生态全面融合

阿里云ARMS产品全面升级的背景是应用架构随市场需求不断演进，如云原生应用、大模型应用的出现，促使ARMS需迭代功能以支持新类型应用的性能监控，帮助企业做好应用架构性能与稳定性。围绕OpenTelemetry进行产品演进的核心策略，是顺应可观测领域开源成为事实标准的趋势，借助其统一采集方式和数据格式、广泛多语言支持、活跃社区生态等优势构建可观测体系。在云原生、大模型等新型应用架构下，ARMS通过多种新能力为企业解决新挑战。ARMS产品全面升级的背景应用架构持续演进：随着市场需求变化，应用架构不断发展。前几年云原生应用兴起，近几年大模型应用出现，应用架构处于动态变化中。ARMS作为应用性能监控领域的产品，必须紧跟应用架构的演变，不断迭代功能，才能持续为新类型应用提供有效的性能监控能力。企业应用性能与稳定性需求：企业需要确保应用架构具备良好的性能与稳定性。ARMS不断演进并支持新能力，就是为了帮助企业达成这一目标，保障企业业务的正常运行。围绕OpenTelemetry进行产品演进的核心策略原因顺应开源趋势：在可观测领域，开源已成为主导主要发展的事实标准，像Prometheus、Grafana以及OpenTelemetry等开源项目，推动了该领域技术的活跃发展，且在用户使用中的推广和普及性更好。ARMS全面拥抱OpenTelemetry生态，是顺应这一趋势的必然选择。OpenTelemetry的优势统一采集方式和数据格式：在Tracing领域，应用调用链路跟踪和数据采集来源多元。OpenTelemetry通过定义标准的采集端和数据格式，统一了各种数据源的采集方式和获取数据的格式。这使得用户构建一体化可观测体系和架构变得更加简单，解决了各厂商难以实现标准化的难题。广泛多语言支持：企业内部使用的语言日益广泛，OpenTelemetry作为活跃的社区，对多语言支持天然良好。开源社区众人贡献的模式，使其在多语言支持方面比单个厂商更具优势，能更快地满足企业多样化的语言需求。活跃的社区生态：可观测领域存在框架多样性等特点，活跃的社区生态在设计架构之初就考虑了扩展性，以方便更多人贡献。这有利于云厂商在开源能力基础上进行增强，ARMS基于OpenTelemetry标准做了诸多自研能力增强，如指标采集、采集率调整等，让用户既能享受开源社区能力，避免被厂商绑定，又能获得云厂商的增强服务。在新型应用架构下为企业解决新挑战的方式端侧应用能力提升多端支持：移动互联网普及，端侧类型增多，包括iOS、安卓、小程序以及React等新技术。ARMS支持所有客户端类型，满足企业在多端场景下的监控需求。以会话Session为粒度的可观测分析能力：用户对体验要求提高，企业需要精细化定位每个用户请求的问题。ARMS支持该能力，使企业出现问题时能快速进行根因定位。客户端性能深度分析诊断：包括会话分析、页面分析、资源分析、异常分析等，帮助用户快速发现端侧问题。后端应用能力提升探针模式升级：随着微服务、云原生应用、大模型应用的出现，应用监控能力需不断提升。ARMS原有自研探针升级到以OpenTelemetry为基础的探针模式，既能借助开源社区力量，又能进行自研能力增强，让用户拥抱开源体系的同时获得产品加持。多语言能力支持：企业应用类型复杂，语言类型增多，除原有Java语言外，互联网公司多用Go语言，大语言模型多用Python语言。ARMS除持续加强Java语言支持外，还增加了对Go语言和Python语言的无侵入支持能力，方便用户构建云原生应用和大模型应用时获得监控能力。持续剖析能力（Continuous profiling）：在精细化问题诊断时，该能力能在应用程序里形成切面，找到问题出现时CPU、内存等特征，帮助用户诊断复杂问题。大模型应用可观测能力：大模型应用架构与原有不同，有特殊的调用数据格式和语义。ARMS推出针对大模型应用的可观测能力，识别用户是否为大模型调用场景，并提供专属展示界面，让用户清楚看到大模型应用是否做了RAG的检索增强调用、响应时间、Token量等信息，帮助用户在大模型应用构建、调试及上线后进行问题诊断。