会议时间

14：00-17：30

会议地点

个人简介：现为 Elastic 中国 社区首席布道师。新加坡国立大学硕士，西北工业大学本硕。曾就职于新加坡科技，康柏电脑，通用汽车，爱立信，诺基亚，Linaro 非营利组织 (Linux for ARM)，Ubuntu，Vantiq 等企业。从事过嵌入式软件开发，电脑设计，手机软件设计，汽车电子，计算机操作系统，通信，云实时事件处理等行业。从爱立信开始，先后在诺基亚，Ubuntu 到现在的 Elastic 从事社区工作有将近20年的经历。喜欢分享自己所学到的知识。帮助别人就是帮助自己。希望和大家一起分享及学习。欢迎大家来参阅 Elastic 官方中文博客 

议题简介：

在现代应用开发的背景下，可观测性是指从各种来源收集和分析数据：日志、指标和追踪 —— 以深入了解在你环境中运行的应用程序的行为。它可以应用于你构建并希望进行监控的任何系统。Elastic Observability 构建于 Elastic Stack 之上，借助搜索能力帮助组织关联无限遥测数据，将数据转化为结果。Elastic Observabilty 针对指标，日志及跟踪在一个平台上提供了完整的解决方案。它可以针对日志，指标及跟踪相互关联，从而达到在统一的体验中为现代应用提供了全面的可观测性。而且，Elastic 的通用 Profiling 工具可以分析机器上运行的每一行代码 —— 不仅包括你的应用程序代码库，还包括内核和第三方 —— 从而为你的整个机群提供深入的、全系统的代码可见性，这样你就可以消除猜测。被采集的可观测性数据数量巨大且大多为无用数据。工程师没有办法及能力坐在电脑上分析每一个遥测数据。如何从海量的数据中捕获事件，从而把被动响应变为主动防御。这个在现代可观测系统中非常重要。如果利用人工智能带来的强大分析能力帮助我们分析问题，解决问题，甚至根除问题，这个也成为现代可观测性方案中非常关键的功能。Elastic Observability 所提供的 AIOps，机器学习，AI Asistant 可以帮我们为现代 IT 系统实现更加智能的可观测性。

提纲

• 可观测性概述

• Elastic Stack 摄入数据变迁

• 智能化的全面可观测性

1. 可观测性概述

• 可观测性的三大支柱：指标，日志及 APM（应用性能监控）

• Universal Profiling

• 如何利用 Logsdb 及 TSDS 来提高存储效率

2. Elastic Stack 摄入数据变迁

• Elastic agents vs. Logstash 及 Beats

• Elastic Common Schema (ECS)

• OpenTelemetry

3. 智能化的全面可观测性

• 什么是异常？

• AutoOps 介绍

• AIOps

• Notifications

• 基于 RAG 的 AI Asistant (AI Agents，MCP)

• Knowledge base