随着服务网格架构的演进和成熟，我们逐步将服务路由标准化，路由功能层次化，通过插件模式让业务进行扩展，让**多活体系下沉到 Sidecar，和业务逻辑解偶，探索**多活通用、无侵入、低成本的解决方案。今年，这套体系在海外业务得到了充分验证，为未来商业化积累了实践经验。
Strace是Linux的用户空间实用程序，可用于诊断、调试和获取有关输入和输出功能的指令。但是，由于复杂的应用可以具有多个输入/输出功能，因此这对人类来说可能是一个挑战。另一方面，ML算法可以轻松地提取和分析大量数据，
然而，正如星战宇宙中，原力既有光明也有黑暗的一面。微服务应用在部署、运维和管理的复杂性却大大增加。DevOps文化和背后支撑的自动化工具与平台能力成为关键。
此外，传统安全架构通过防火墙保护边界，而内部的任何用户或服务受到完全的信任。2020 突发的新冠疫情，大量的企业需要员工和客户远程办公与协同，企业应用需要在IDC和云上部署和交互。
IoT设备管理：KubeEdge和OpenYurt等边缘容器技术都提供了对海量边缘设备的管理能力。
K8s集群管理：阿里云容器服务ACK的节点池管理，集群管理等完全都是采用Kubernetes方式进行自动化管理
可观测性这个概念最早出现于20世纪70年代的电气工程，核心的定义是：
A system is said to be observable if, for any possible evolution of state and control vectors, the current state can be estimated using only the information from outputs.
数据的覆盖面足够的全：能够包括各类不同场景的不同类型的数据，除了狭义的日志、监控、Trace外，还需要包括我们的CMDB、变更数据、客户信息、订单/交易信息、网络流、API调用等
业界也针对这种情况推出了各类可观察性相关的产品，包括开源、商业化的众多项目。例如：
1. Metrics：Zabbix、Nagios、Prometheus、InfluxDB、OpenFalcon、OpenCensus
随着阿里全面拥抱云原生后，我们也开始逐渐去兼容开源以及云原生的可观测领域的协议和方案。相比自有协议的封闭模式，兼容开源、标准协议大大扩充了我们平台能够支持的数据采集范围，而且减少了不必要的造轮子环节。
同样针对不同类型的可观测数据和场景，也有对应的适合的分析方式：
1. Metrics：通常用于告警和图形化展示，一般直接获取或者辅以简单的计算，例如PromQL、TSQL等
