導讀：在這個由容器驅動一切（從初創 MVP 到企業應用程式）的世界裡，密切關注容器化環境不僅是一種良好的做法，更是一種生存之道。
眾所周知，容器環境是動態的和短暫的，這帶來了傳統工具無法處理的獨特監控挑戰。
我們篩選了眾多有用的工具，為你帶來了九種實用工具。下面沒有廢話，只有事實，告訴你哪些工具有效、它們的優勢所在，以及它們如何改變我們的可觀察性策略。
1. Last9：全棧容器監控解決方案
Last9 正脫穎而出，成為新興領導者，迅速成為希望實現大規模高基數可觀察性且無需複雜操作的開發人員的首選。Last9 專為現代容器化架構而設計，解決了將基礎設施指標與實際服務執行狀況聯絡起來的長期挑戰。
主要特點：
- 為容器化環境預先構建的儀表板——直接使用適用於 Kubernetes、Docker 和容器特定指標的生產級視覺化效果。
- 自動服務發現– 當容器擴大或縮小時，Last9 可以立即檢測到變化，無需手動配置。
- 高階異常檢測——機器學習演算法分析容器行為並僅對有意義的偏差發出警報。
- 容器健康與應用程式效能之間的關聯——立即瞭解容器級問題如何影響面向使用者的服務。
- 自定義保留策略——保留高解析度的最新資料，同時將長期資料維持在適當的聚合級別。
- API-first 架構– 將 Last9 與 OpenTelemetry 和 Prometheus 無縫整合。
- 無需取樣– 保留 100% 的遙測資料，以實現最大的可視性和更快的 MTTD。
- 控制平面作為一流的開發人員體驗——輕鬆管理資料、配置和生命週期。
為什麼開發人員喜歡它
Last9 的方法側重於將遙測資料（指標、日誌和跟蹤）關聯到單一管理介面。使用者介面優先考慮有意義的見解，而不是原始資料，從而實現更快的故障排除和成本最佳化。
定價：定價基於攝取的事件數量，涵蓋日誌、指標和跟蹤。
2. Prometheus：開源標準
說到容器監控工具，Prometheus 已成為許多研發團隊的預設選擇，這是有充分理由的。作為雲原生計算基金會的第二個畢業專案（繼 Kubernetes 之後），Prometheus 為容器監控的工作方式建立了模式。
主要特點
- 基於拉取的指標收集模型– Prometheus 以可配置的時間間隔主動從您的容器中抓取指標，讓您可以控制資料新鮮度和資源使用情況。
- PromQL 查詢語言用於靈活的資料分析– 這種強大的查詢語言允許您以幾乎無限的方式對指標進行切分，從簡單的摘要到複雜的聚合
- 與 Kubernetes 和其他容器平臺的廣泛整合——原生服務發現使 Prometheus 能夠了解您的容器編排，並隨著容器的擴大或縮小而自動調整。
- 內建警報功能– 直接在 Prometheus 中定義警報規則，並透過 AlertManager 將通知路由到您首選的渠道
- 龐大的匯出器和整合生態系統——從資料庫到訊息傳遞系統，幾乎每種你能想到的技術都有預構建的匯出器
- 多維資料模型– 將標籤附加到指標，實現強大的過濾和分組功能，完美匹配基於標籤的容器特性
- 聯合功能– 透過將監控分片到多個 Prometheus 例項來實現水平擴充套件
為什麼開發人員喜歡它
Prometheus 是開源的，也是 CNCF 的一部分，它提供了可靠性，並且不受供應商限制。其資料模型非常適合容器的動態、短暫性。
得益於原生整合，Prometheus 在 Kubernetes 環境中蓬勃發展。kube-state-metrics 和 node-exporter 專案透過公開有關叢集健康狀況的豐富資料來擴充套件其功能，而 Operator 則使部署和擴充套件變得簡單。
定價：免費且開源。但是，團隊應考慮維護 Prometheus 的大規模運營成本，包括儲存、高可用性和長期保留解決方案。
Prometheus API 指南以充分利用其資料。
3. Datadog：企業級容器可視性
對於需要監控容器和傳統基礎設施的團隊，Datadog 提供了一個連線兩個世界的統一平臺。這種基於雲的解決方案迅速擴充套件了其容器監控功能，成為各種規模組織的綜合選擇。然而，Datadog 的定價往往偏高，對於預算有限的團隊來說，這可能是一個考慮因素。
主要特點
- 容器和服務的自動發現– Datadog 在容器和微服務啟動時自動檢測它們，並應用正確的檢查，無需手動配置。
- 帶有程序跟蹤的即時容器監控——檢視容器內部程序級別的即時資源使用情況，幫助識別吵鬧的鄰居和資源佔用大戶。
- 容器之間的網路效能監控——視覺化容器和服務之間的流量模式，以發現通訊問題和依賴關係。
- 與 450 多種技術整合– 將容器指標與資料庫、雲服務以及堆疊中的其他元件的資料相連線
- 高階分析和機器學習功能– 檢測整個基礎設施中的異常、預測趨勢並關聯事件
- 容器安全監控– 識別易受攻擊的軟體包、檢測執行時威脅並在整個容器組中強制合規
- 使用 APM 進行分散式跟蹤– 跟蹤在容器化服務之間傳輸的請求，以查明效能瓶頸
- 具有自動解析的日誌管理——使用自動格式檢測功能收集、處理和分析來自容器的日誌。
為什麼開發人員喜歡它
Datadog 擅長為您提供全域性檢視，同時仍允許您在需要時深入瞭解容器級詳細資訊。他們的容器地圖視覺化功能有助於發現可能被忽視的問題，顯示整個容器組的資源使用模式。
Datadog 的容器標記和元資料方法特別強大，可以自動捕獲編排器元資料、部署資訊和自定義標籤。這種豐富的上下文使得在處理數千個容器時可以直觀地進行過濾和分組。
定價：基礎設施監控起價為每臺主機每月 15 美元，APM、日誌管理和特殊功能需額外付費。大規模部署可享受批次折扣。
4. Grafana Cloud：視覺化優先監控
雖然 Grafana 主要以視覺化工具而聞名，但 Grafana Cloud 已發展成為完整的容器監控解決方案。透過將 Grafana 的強大功能與 Prometheus、Loki 和 Tempo 的託管例項相結合，它提供了統一的監控體驗。
主要特點
- 美觀、可定製的儀表板– 使用業界最靈活的儀表板構建器建立令人驚歎的視覺化效果，將容器指標轉化為可操作的見解
- 支援包括 Prometheus 在內的多種資料來源– 連線到幾乎任何資料來源，讓您能夠統一來自不同監控系統的指標
- 警報和事件管理功能– 定義複雜的警報規則，並透過重複資料刪除和分組等方式透過各種渠道傳送通知
- 日誌和指標關聯– 在保留上下文的情況下在指標和日誌之間無縫切換，這對於除錯容器問題至關重要
- 開箱即用的 Kubernetes 監控– 為每個 Kubernetes 元件（從節點到 Pod）預先配置儀表板，以控制平面的健康狀況
- 示例支援– 將指標直接連結到跟蹤，以便對特定請求進行深入故障排除
- 持續更新，無需維護– 自動接收最新的 Grafana 功能，無需管理升級過程
- 企業外掛支援– 訪問高階儀表板功能和專業視覺化
為什麼開發人員喜歡它
Grafana Cloud 的獨特優勢在於其靈活性。團隊可以從簡單的容器監控開始，逐漸擴充套件到更復雜的可觀察性實踐，而無需切換平臺。顯示容器 CPU 使用率的同一工具可以視覺化業務指標或應用程式效能資料。
內建的 Kubernetes 儀表板可提供即時價值，一目瞭然地顯示叢集執行狀況、工作負載狀態和資源效率。這些儀表板預先配置了容器監控的最佳實踐，節省了數小時的設定時間。
定價：免費套餐提供 10K 系列指標、50GB 日誌和 14 天保留期。付費套餐起價為每月 49 美元，提供擴充套件限制和附加功能。定製企業套餐適用於更大規模的部署。
5. Dynatrace：用於容器智慧
Dynatrace 將自動化和 AI 引入容器監控領域，減少了維護可見性所需的手動工作。其 OneAgent 技術和 Davis AI 引擎使其成為最先進的容器化環境監控解決方案之一。
主要特點
- OneAgent 技術實現全棧自動監控– 單個代理無需任何配置即可自動發現和監控整個容器生態系統
- Davis AI 用於自動問題檢測和根本原因分析– AI 演算法可以識別問題並找出根本原因，即使跨越複雜的容器依賴關係
- 容器依賴關係的即時拓撲對映– 自動生成和更新視覺化地圖，展示容器如何互動和相互依賴
- 容器化應用程式的程式碼級洞察– 跟蹤從使用者操作到容器內程式碼執行的事務
- 帶有 pod 和節點健康指標的 Kubernetes 檢視——專門為 Kubernetes 構建的儀表板顯示高階叢集健康情況和詳細的 pod 指標。
- 自動基線檢測– 瞭解容器的“正常”狀態，並在出現偏差時發出警報，無需手動配置閾值
- 釋出比較– 比較部署前後的容器效能，以快速識別迴歸問題。
- 會話重播整合– 透過顯示受容器問題影響的實際使用者會話，將使用者體驗直接與容器效能聯絡起來。
為什麼開發人員喜歡它
自動發現和問題檢測可以顯著減少 MTTR（平均解決時間）。
該平臺能夠將使用者體驗與容器健康狀況直接聯絡起來，幫助團隊根據實際業務影響確定問題的優先順序。當容器出現問題時，Dynatrace 會準確顯示哪些使用者和交易受到影響，從而幫助快速解決問題。
定價：根據年度消費單位定製定價。可免費試用，功能齊全。企業定價包括延長保留期、定製 SLA 和專門支援。
6. New Relic One：輕鬆的容器監控
New Relic 的平臺方法將容器指標與整個應用程式堆疊聯絡起來。他們重新設計的平臺將基礎設施監控、APM、日誌等功能整合在一起，為你提供容器化應用程式的完整畫面。
主要特點
- Kubernetes 叢集資源管理器– 透過健康指標和深入分析功能，對整個 Kubernetes 基礎架構進行互動式視覺化
- 容器健康和效能指標– 涵蓋 CPU、記憶體、網路和自定義指標的綜合指標，具有靈活的聚合選項
- 跨容器化服務的分散式跟蹤– 在請求遍歷微服務架構時實現端到端的可視性
- 自定義儀表板和警報– 使用 NRQL（New Relic 強大的查詢語言）構建容器生態系統的個性化檢視
- 基礎設施與應用程式效能的關聯– 立即瞭解容器問題如何影響應用程式交易和使用者體驗
- 容量規劃工具– 識別過度配置的容器並根據實際使用模式最佳化資源分配
- 部署標記– 將容器效能變化與特定部署關聯起來，以快速識別有問題的版本。
- 實體合成——自動將相關容器和服務分組為代表業務功能的邏輯實體
為什麼開發人員喜歡它
New Relic 可輕鬆追蹤從緩慢的 API 端點到陷入困境的容器的問題。在除錯複雜的微服務架構時，此上下文非常有用，因為一個容器中的問題可能會影響幾跳之外的服務。
對於使用 GitOps 工作流的團隊，New Relic 與 CI/CD 工具的整合可自動關聯程式碼更改和容器效能。當出現部署問題時，你可以立即看到哪些程式碼更改可能是導致問題的原因。
定價：按使用量付費模式，每 GB 資料攝取起價為 0.25 美元
7. Sysdig：以安全為中心的容器監控
Sysdig 透過將深度容器監控與安全功能相結合而脫穎而出，非常適合優先考慮 DevSecOps 的團隊。
Sysdig 由 Wireshark 的建立者創立，將同樣的深度檢查理念引入容器監控。
主要特點
- 以最小的開銷進行容器原生監控– 專門構建的代理針對容器化環境進行了最佳化，對效能的影響可忽略不計
- 無需特權訪問即可實現深度核心級可見性– 獨特的技術無需特權容器訪問即可捕獲系統呼叫
- 執行時安全和漏洞管理– 根據可定製的策略即時檢測和阻止可疑的容器活動。
- 合規性檢查和審計功能– 根據 CIS 基準、PCI、HIPAA 和其他監管要求驗證容器
- 記錄和回放容器活動– 捕獲詳細的系統活動，以便對安全事件或效能問題進行取證分析
- 映象掃描整合– 在部署之前識別易受攻擊的軟體包並防止不合規的映象執行
- Kubernetes 安全態勢管理– 根據安全最佳實踐和合規性要求稽核 Kubernetes 配置
- 活動審計日誌– 維護所有容器、Kubernetes 和使用者活動的詳細記錄，以確保安全和排除故障
為什麼開發人員喜歡它
安全形度為受監管行業的團隊提供了 Sysdig 的優勢。能夠透過一個工具監控效能和安全狀況簡化了工作流程，並鼓勵開發團隊和安全團隊之間的協作。
Sysdig 的容器監控方法對於解決複雜問題特別有用。記錄所有容器活動並在稍後回放的能力提供了前所未有的洞察力，可以準確瞭解問題發生時的情況。
定價：起價為每臺主機每月 20 美元。監控和安全產品有單獨的定價層，並提供捆綁折扣。企業定價包括自定義保留、專用支援和高階功能。
8. Elastic Observability：搜尋優先方法
Elastic Observability 建立在 ELK 堆疊（Elasticsearch、Logstash、Kibana）之上，為容器監控帶來了強大的搜尋功能。這個統一平臺利用 Elastic 聞名的搜尋能力來處理日誌、指標和跟蹤。
主要特點
- 統一平臺中的日誌、指標和 APM 資料– 使用一致的查詢功能在單一解決方案中收集和分析所有可觀察性資料型別。
- 強大的搜尋功能，可查詢特定容器問題– 利用 Elasticsearch 著名的搜尋功能快速找到相關事件和指標
- 用於異常檢測的機器學習——無需手動配置閾值，即可自動識別容器行為中的異常模式。
- 透過 Kubernetes 整合進行基礎設施監控– 用於監控 Kubernetes 叢集、節點和工作負載的專用 UI
- 開放靈活的資料模型– 按照您的條件儲存和查詢資料，而不必強制採用專有格式
- 自動問題關聯– 跨日誌、指標和跟蹤關聯相關事件，以簡化故障排除
- 服務地圖——自動發現並可視化容器依賴關係和通訊模式。
- 正常執行時間監控– 使用綜合檢查和真實使用者監控跟蹤容器和服務的可用性
為什麼開發人員喜歡它
如果你已使用 Elasticsearch 來記錄日誌，則新增容器監控非常容易。在事件發生期間，搜尋所有可觀察性資料型別的能力非常強大，讓您可以快速找到相關資訊，無論它儲存在何處。
Elastic 的方法在處理異構容器環境時非常出色。無論您使用的是 Docker、Kubernetes、Amazon ECS 還是混合編排平臺，Elastic 都能在所有平臺上提供一致的監控功能。
定價：基本功能在開源許可下免費提供。高階功能起價為每資源每月 95 美元。雲部署選項採用即用即付定價。企業許可包括專用支援、高階安全性和機器學習功能。
9. AppDynamics：以業務為中心的容器監控
AppDynamics 將容器效能與業務指標聯絡起來，幫助團隊專注於重要事項。AppDynamics 最近被思科收購，在擴充套件其容器監控功能的同時，仍專注於業務影響。
主要特點
- 跨容器的業務交易監控– 跟蹤流經容器化服務的交易並與業務結果相關聯
- 自動基線檢測和異常警報– 瞭解正常的效能模式並僅在出現重大偏差時發出警報
- 端到端分散式跟蹤——透過每個容器和服務跟蹤使用者操作的請求以識別瓶頸
- Kubernetes 監控和視覺化– 專為 Kubernetes 叢集構建的儀表板，具有健康評分和容量洞察
- 業務影響分析-量化容器效能問題對您的業務造成的財務影響。
- 快照診斷– 在效能下降時捕獲詳細的診斷資訊
- 程式碼級可見性——從容器指標深入到應用程式程式碼執行，以進行根本原因分析
- 體驗旅程地圖– 直觀展示容器效能如何影響使用者旅程和轉化渠道
為什麼開發人員喜歡它
AppDynamics 擅長監控複雜的分散式應用程式，其中事務跨越多個容器和服務。即使容器在主機之間移動或被替換，該平臺也會自動發現這些流程並保持可見性。
該平臺的體驗旅程圖對於面向客戶的應用程式尤其有價值。
定價：根據應用程式層數和監控需求定製定價。基本計劃從基礎設施監控開始，而高階計劃則增加了業務交易監控和高階功能。新客戶可以使用概念驗證選項。
容器監控工具比較
在選擇容器監控工具時，請根據你的特定需求和環境，考慮以下關鍵因素：
以下是包含附加工具的更新後的表格：
| 工具 | 開源 | K8s 整合 | AI/ML 功能 | UI 複雜性 | 資源開銷 | 主要優勢 | 最適合 |
|---|---|---|---|---|---|---|---|
| last9 |
|
出色 | 是 | 低 | 非常低 | 高基數可觀測性，MCP 伺服器可快速排除故障，成本低廉，在重負載下實現最佳效能 | 團隊具有複雜且分散式的結構，並尋求具有日誌、指標和跟蹤的可觀察性解決方案 |
| Prometheus | 是 | 出色 | 否 | 中等 | 低 | 靈活性和可擴充套件性 | 致力於開源堆疊的組織 |
| Datadog |
|
出色 | 是 | 中等 | 低-中 | 統一監控 | 團隊希望透過單一平臺實現所有可觀察性 |
| Grafana Cloud | 部分 | 好 | 有限 | 低 | 各不相同 | 視覺化 | 已將 Grafana 用於其他工具的團隊 |
| Dynatrace | 否 | 出色 | 是 | 中等 | 中等 | 自動發現 | 具有複雜依賴關係的大型企業 |
| New Relic One | 否 | 好 | 是 | 中等 | 低 | 應用上下文 | 全棧開發團隊 |
| Sysdig | 不 | 出色 | 是 | 中等 | 低 | 安全整合 | 具有安全意識的組織 |
| Elastic Observability | 部分 | 好 | 是的 | 高 | 中高 | 搜尋功能 | 擁有多種資料來源的團隊 |
| AppDynamics | 不 | 好 | 是 | 高 | 中等 | 業務影響 | 面向客戶的應用程式團隊 |
容器監控最佳實踐
無論選擇哪種工具，請你遵循以下提示，以從容器監控工具中獲得最大價值：
關注正確的指標
不要因為可以就追蹤一切。從以下核心容器指標開始：
- CPU 使用率/限制– 跟蹤實際使用情況和限制百分比，以識別接近資源限制的容器
- 記憶體使用情況/限制– 監控駐留集大小 (RSS) 和快取使用情況，以獲取完整的記憶體情況
- 網路 I/O – 跟蹤傳送/接收的位元組數、資料包速率和錯誤率以識別通訊問題
- 磁碟 I/O – 監控與持久儲存互動的容器的讀/寫操作、吞吐量和延遲
- 容器重啟次數——穩定性問題的關鍵指標，尤其是對於崩潰迴圈的容器
- 請求延遲– 跟蹤容器化服務響應請求所需的時間
- 錯誤率– 監控整個集裝箱船隊的失敗請求、異常和錯誤日誌
- 飽和度指標——跟蹤佇列深度、執行緒數和連線池，以便在瓶頸影響效能之前識別它們
- 自定義應用程式指標——超越基礎設施指標，擴充套件到特定於您的應用程式的業務相關指標
對於 Kubernetes 環境，新增以下特定於業務流程協調器的指標：
- Pod 階段變化– 跟蹤 Pod 在待處理、正在執行、成功、失敗和未知狀態之間的移動
- 部署推出狀態– 監控部署進度，特別是在更新期間
- 節點狀況– 注意報告未準備好、磁碟壓力、記憶體壓力或網路不可用的節點
- 資源配額– 根據定義的配額跟蹤名稱空間級別的資源消耗
- 水平 Pod 自動擴縮器 (HPA) 活動– 監控擴縮事件及其觸發器
實施適當的標籤
標籤（或標牌）可將原始容器資料轉化為可操作資訊。標籤至少應包括：
- 應用程式/服務名稱-該容器屬於哪個應用程式或微服務？
- 環境（生產、準備、開發） ——跨環境比較指標至關重要
- 團隊所有者——出現問題時應該聯絡誰？
- 版本/內部版本號——此容器中執行哪個程式碼版本？
- 部署識別符號——此容器何時部署以及使用哪個版本？
- 成本中心/業務部門– 用於退款和資源分配
- 地理區域-適用於跨多個區域的分散式部署
- 例項型別/大小– 用於跟蹤不同容器大小的資源效率
- 自定義業務維度– 與您的特定業務環境相關的標籤
一致的標記策略對於有效的容器監控至關重要。考慮透過 CI/CD 管道或容器編排平臺自動應用標記，以確保一致性。
設定智慧警報
警報疲勞是真實存在的。透過以下方式讓你的警報更有意義：
- 根據歷史模式設定動態閾值– 靜態閾值在“正常”不斷變化的動態容器環境中失效
- 建立多條件警報以減少噪音– 僅當多個相關指標表明存在問題時才觸發警報
- 將執行手冊新增到警報中以更快地解決問題– 包括故障排除步驟和相關文件的連結
- 實施警報重複資料刪除– 與組相關的警報，以防止在大面積問題期間發生通知風暴
- 適當使用嚴重性級別– 為真正影響業務的問題保留關鍵警報
- 實施基於時間的警報抑制– 避免重複通知已知問題
- 建立特定團隊的警報路線– 直接通知最有能力解決特定型別問題的團隊
- 跟蹤警報指標– 監控誤報、MTTR 和警報量，以不斷改進你的警報策略。
考慮實施 PagerDuty 的警報疲勞評分概念——測量每個團隊成員收到多少警報並調整路由以保持健康的平衡。
監控整個堆疊
容器並不是孤立存在的。最好的容器監控工具可以讓你瞭解到：
- 在容器內部執行的應用程式– 從容器內部跟蹤特定於應用程式的指標、錯誤和日誌
- 執行容器的主機/節點– 監控為容器提供資源的底層基礎設施
- 編排層（例如 Kubernetes） ——跟蹤編排器的執行狀況、配置和決策
- 服務之間的依賴關係– 對映和監控容器化服務之間的通訊
- 外部依賴項– 監控與容器環境之外的資料庫、API 和其他服務的互動
- 持久儲存– 跟蹤連線到容器的卷的效能和容量
- 網路元件– 監控影響容器通訊的負載均衡器、入口控制器和網路策略
- CI/CD 管道– 跟蹤構建指標、部署頻率和故障率
這種全棧可見性有助於查明問題是源自容器本身還是周圍的基礎設施。
實現分散式跟蹤
對於使用容器的微服務架構，分散式跟蹤至關重要：
- 使用 OpenTelemetry 或其他跟蹤庫來監測關鍵服務
- 智慧取樣跟蹤以平衡可見性和開銷
- 使用業務上下文標記跟蹤，以按重要性確定優先順序
- 跟蹤容器生態系統中的關鍵路徑
- 將跟蹤連線到日誌和指標，以便在故障排除期間獲得完整的上下文
分散式跟蹤提供了理解容器如何在複雜架構中互動所需的關鍵背景，將監控從孤立資料點的集合轉變為服務行為的全面檢視。
高階容器監控策略
一旦掌握了基礎知識，這些高階策略可以將你的容器監控提升到一個新的水平：
混沌工程
透過故意引入故障來主動測試你的監控能力：
- 容器終止– 隨機終止容器以驗證重啟監控
- 資源限制– 暫時限制 CPU/記憶體以測試節流檢測
- 網路分割槽——模擬服務之間的網路問題
- 依賴失敗– 模擬外部依賴失敗
Chaos Monkey、Gremlin 或 kube-monkey 等工具可以自動執行這些實驗，幫助你驗證監控是否發現了真正的問題！
基於 SLO 的監控
請不要監控一切，只關注使用者關心的事情：
- 根據使用者體驗定義明確的服務水平目標 (SLO)
- 建立衡量這些目標的服務水平指標 (SLI)
- 監控錯誤預算而不是單個指標
- 僅在 SLO 存在風險時發出警報，而不是每次出現異常時都發出警報
這種方法可以有效減少噪音，讓團隊專注於影響使用者的問題而不是技術細節。
成本相關性
我們將容器指標與實際的雲計算支出聯絡起來：
- 使用成本分配元資料標記容器
- 跟蹤資源效率指標，例如 CPU 利用率與請求數
- 識別閒置或未充分利用的容器
- 將容器資源使用情況對映到雲計費等維度
Kubecost 或 CloudHealth 等工具可以幫助將容器活動與實際支出關聯起來，從而做出更具成本效益的擴充套件決策。
結語
合適的容器監控工具應該簡化您的生活，而不是使其複雜化。無論您是使用Last9等綜合解決方案，還是使用 Prometheus 和 Grafana 構建堆疊，關鍵在於找到適合您團隊的工作流程和容器策略的工具。
隨著容器不斷成為雲原生應用程式的預設部署模型，投資適當的監控不僅成為技術需要，而且成為業務需要。
作者：跨年的大雄參考：last9.io等，一併致謝
相關閱讀：
