开源的Datadog？可观测性平台SigNoz是否名副其实？

SigNoz号称自己是开源领域的Datadog，基于OpenTelemetry做了一套可观测性方案。夜莺从V6版本开始，也希望做全栈可观测性方案，巧了，大家目标一致，今天我们一起来对SigNoz做个初步了解，看看其产品设计如何，也帮大家未来选型做参考。

1. SigNoz介绍

SigNoz is an open-source application performance monitoring tool that helps you monitor your applications and troubleshoot problems. SigNoz uses distributed tracing to gain visibility into your software stack.

SigNoz是一个开源的应用性能监控工具，帮助您监控应用程序并解决问题。SigNoz使用分布式跟踪来获得对软件堆栈的可见性。

点评：上面这个英文介绍是从其官网摘录的，从这个介绍中，我第一感受是SigNoz更侧重分布式链路追踪。

With SigNoz, you can do the following:

Monitor application metrics such as latency, requests per second, error rates
Monitor infrastructure metrics such as CPU utilization or memory usage
Track user requests across services
Set alerts on metrics
Find the root cause of the problem by going to the exact traces which are causing the problem
See detailed flame graphs of individual request traces

使用SigNoz，您可以做下面这些事情：

监控应用程序指标，如延迟、每秒请求、错误率
监控基础设施指标，比如CPU利用率或内存使用率
在多个服务之间追踪用户请求
在指标上设置警报
通过转到出问题的trace来找到问题的根本原因
查看单个请求trace的详细火焰图

点评：上面的介绍是SigNoz声称自己可以做到的事情，但是程度如何还未可知，不同的可观测性产品通常都说自己可以观测到软件的健康状况、可以定位根因，但真正用起来就会发现，要么数据不全，要么做得太浅，基本都只是把可观测性三大支柱的数据简单筒仓式罗列，真正好用的没几个。所以这样的宣传语看看就好，具体好不好用，还是要真正的去用一下才知道。

2. SigNoz架构

这个架构很清晰，SigNoz自身不提供采集器，完全复用 OpenTelemetry 的能力，不过 Otel Collector 这块它在架构图里冠以 SigNoz，不知道是否对社区的 Collector 做了二次开发，存储使用 ClickHouse，SigNoz 自己用 Go 开发了 Query Service 组件和 Alert Manager 组件，前端使用 React 开发。

从数据流上来讲，应用程序埋点推送监控数据给 Otel Collector，Otel Collector 对数据做初步处理，之后直接写入 ClickHouse，写入链路就算完事了。前端和 Alert Manager 对 ClickHouse 的查询会统一发给 Query Service，Query Service 会把 HTTP 请求转换为 ClickHouse 的 TCP 查询语句。

点评：链路追踪的 Span 数据存入 ClickHouse 这种列存存储，是越来越多公司的做法，长期数据扔到 S3 节省成本，也没毛病。对于日志数据，也有越来越多公司尝试存入 ClickHouse，SigNoz 显然也是把日志存入了 ClickHouse。不过，指标也存入 ClickHouse 的做法未必妥当，指标的标签是不固定的，但是 ClickHouse 是固定 Schema 的，难道直接扔到 Map 字段了？开源社区里指标的存储，笔者还是觉得 VictoriaMetrics、Thanos 是更好的选择。

3. SigNoz安装

最简单的安装方式是 Docker compose：

git clone -b main https://github.com/SigNoz/signoz.git && cd signoz/deploy/

docker-compose -f docker/clickhouse-setup/docker-compose.yaml up -d

笔者是 Macbook M1，可以正常运行：

我这只是初步测试尝试，所以直接使用 Docker compose 在笔记本运行了，生产环境运行的话，重点要关注 ClickHouse 的部署。

之后浏览器访问：http://localhost:3301/就可以看到 SigNoz 的登录页面了，随便输入用户名密码就可以登录了。第一个用户默认进来就是Admin。

4. SigNoz功能初体验

左侧菜单可以看出 SigNoz 的核心功能，我们挨个看一下。首先是 Services，即服务列表，即接入链路追踪系统的那些微服务，会展示每个服务的 P99 延迟、错误率、每秒请求数，显然是符合 RED 方法论的。上图截图就是这个页面。

Traces 菜单，是展示近期所有 Span，可以通过 Service Name、Operation、Status、Duration 等做筛选，如图：

点击某个 Span，可以跳转到相关的那个 Trace 的瀑布流图：

点评：以上功能其实都是 Trace 功能，相关竞品有 Skywalking、Zipkin、Jaeger 等。看起来 SigNoz 主打的也是 Trace，后面还有一个拓扑图的菜单，也是 Trace 相关的。只是简单看这些页面，感觉也基本够用。能够检索链路信息，也能根据 Trace 数据生成基本的 Metrics 数据，如果再能够从日志里跳转到 Trace，那就更好了（没有看到这个打通）。

Logs 菜单，是展示日志。当前效果图如下：

点击某个日志行，可以看到日志详情，日志体没有做字段拆解，可能还是需要引入 logstash 之类的组件才可以：

点评：初步体验下来，没有 ELK 的体验好，比如 Kibana 页面可以看到不同维度信息的 Top 视图，这才是可观测性产品应该提供的能力。只是提供基础数据还远远不够，把数据的特征展示出来，进而帮助用户建立观点洞察，最终形成 actionable insights，才是可观测性产品的核心价值所在。我看 SigNoz 也提供了 Cloud 产品，不知道是否做的更多一些，一些更牛的功能放到 Cloud 也是不错的商业决策。毕竟，全职研发人员有收入了才能反哺开源社区。

其他功能，比如 Dashboards、Alerts，在笔者看来还非常初级，Dashboards 还是 Grafana 做得更好一些，Alerts 这块则是 Nightingale 做得更好一些。

权限这块，SigNoz 分为 Admin、Editor、Viewer 三种角色，分别对应不同的权限，比如 Viewer 就只能看，不能操作，Editor 则可以做日常操作，Admin 则是最高权限，可以做所有操作。这块没有看到数据权限的控制，比如告警规则，没有更多分组划分，比如云平台的告警规则我想单独分组，单独一拨人管理，电商业务的告警规则单独分组，单独一拨人管理，目前看 SigNoz 是做不到的。

5. 总结

本文对 SigNoz 做了初探，不深入，导致有些评价可能有所偏颇，仅供参考。整体来看，如果使用 SigNoz 做 Trace，是可以尝试的，如果做日志方案，还是 ELK 方案更成熟，不过 ElasticSearch 日志存储成本比较高，如果只是存近期数据用于排障，ElasticSearch 是很好的选择，如果想存很久的数据，SigNoz 用 ClickHouse 存储，成本会低很多。Metrics 方面，不建议使用 SigNoz，Metrics 的成熟方案太多了，比如 Prometheus、InfluxDB、VictoriaMetrics 等，SigNoz 这块还是太初级了。不管大家用什么监控系统，最终的告警降噪、值班OnCall还是希望在一个平台解决，这块笔者还是推荐 FlashDuty。

今天就到这里，感谢大家阅读，欢迎大家留言评论，如果有公司把 SigNoz 用起来了，也欢迎分享使用感受，一起学习，交流进步。