开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第13天，点击查看活动详情
引言
现在微服务大行其道而微服务又依托于云原生（Kubernetes），随着一个一个 Pod 的运行，系统的复杂度也逐步增加。或许你正在经历，当你解决一个 bug 时，你需要穿梭于好几个 Pod 实例的日志文件。尤其现在用户对于系统的 SLA 有了更高的要求，那么一旦系统出现问题那么留给我们定位问题、解决问题的时间越来越少，所以系统的可观测性变得越来越重要，通过系统的监测主动发现问题，而不是当用户出现问题，反馈问题时，才被动的发现问题。
而当你决定给你的 SpringBoot 微服务服务添加监控时，那你一定绕不开这几个工具，prometheus + grafana，skywalking，logback，它们对应输出指标、链路和日志，我们也正是通过这些工具，来帮助我们了解应用程序的内部系统状态和运行情况。
需要注意的是要建立系统的可观测性只是将指标采集、日志分词可查询、链路可追踪还是不够的，比如当用户无法登录时，我们通过对采集的这些数据进行关联分析，快速定位、找到根本原因，从而保障系统的可靠性，达到服务的 SLA。
本系列文章会通过对开源可观性平台 Getting Started | OpenTelemetry 的学习使用，逐步揭开系统可观性建设的神秘面纱。
遇事不决跑 Demo
服务的准备和启动
在我们深入的去学习 OpenTelemetry 之前，我们可以先通过 OpenTelemetry Community Demo Application (github.com) 先大致看下 OpenTelemetry 能够做到什么样的效果。
我这里用的是用 docker-compose 的方式来启动，启动前通过以下命令查看版本。docker-compose 的版本需要 v2.0.0+
docker-compose --version
如果版本不够，建议通过 docker desktop 来升级版本和管理内存。
OpenTelemetry 效果介绍
将网上商店应用作为可观测性后端的演示应用程序，通过 OpenTelemetry Collector 从应用的采集到的数据，导出到对应的后台如 promethus,zipkin,Jaeger 等。
Webstore
Grafana：Webstore 服务指标采集的展示
Feature Flags: 对功能模块（Feature）控制管理
Load Generator: 负载展示
Jaeger UI: 开源分布式追踪系统
