鉴于可观测性对组织而言是一个主要成本问题，Grafana 正在为选定的初创公司提供 10 万美元的津贴。
译自 Why Grafana Offers $100,000 to Startups for Observability，作者 B Cameron Gain。
纽约 - 本周在 ObservabilityCON 上，Grafana 宣布将向选定的初创公司提供 10 万美元的补助金。这项资金支持旨在减轻成本障碍，使初创公司能够专注于发展业务，而不会牺牲维持运营效率所需的 可观测性。
根据 Grafana 最近的一项研究，成本是组织的重中之重，尤其是在可观测性方面。对于初创公司来说，这种担忧尤为关键，因为它们通常资金有限，必须确保每项投资都能节省成本或产生收入和利润。
虽然普遍认为可观测性对于各种原因都是必要的——从管理基础设施到增强安全性，再到简化测试和 CI/CD 等流程——但实施可观测性工具的成本可能是一个重大问题。即使是那些获得风险投资支持的公司，也很容易对那些似乎会增加额外财务负担的工具望而却步。
[@grafana]’s[@nopzor]: Grafana 成本方面向初创公司提供 10 万美元.. «我们不要求初创公司获得风险投资支持或位于美国.. »[#ObservabilityCon] 2024 年主题演讲。[@thenewstack][pic.twitter.com/gsbBStDJFj]— BC Gain (@bcamerongain)
[2024 年 9 月 24 日]
“显然，我们有一个开源项目，因此许多初创公司可以免费使用我们的开源软件，这是我们设计的。但是，我们注意到，对于那些不一定获得风险投资支持并且正在经历快速增长和扩展阶段的初创公司来说，存在差距——这显然是一个好问题，但对这些公司来说，它也带来了财务风险，”Grafana Labs 联合创始人兼首席执行官 Raj Dutt 在主题演讲中说。“特别是对于资金有限的初创公司来说，它们经常在重新投资于增长和维持运营之间左右为难。我们认为不必如此。”
虽然 Grafana Cloud 已经为任何用户提供了一个相当大的免费使用层级，但 Grafana 的补助金优惠可以说是属于扩展的免费使用计划，是对 Grafana 希望将导致成功的初创公司扩展可观测性需求的投资，而这种投资的基础是 Grafana 在可观测性领域的广泛影响力，以及开源的优势。Grafana 还希望展示如何使用 Prometheus 和许多其他开源替代方案，包括用于日志的 Loki、用于跟踪的 Tempo 和用于指标的 Mimir，来帮助组织管理其遥测数据和决策，从而在云价格持续上涨的情况下降低成本。
这些成本问题是 ObservabilityCON 的一个主要主题。演讲者强调，实施有效可观测性实践不仅可以提高运营效率，还可以用于降低与维护可观测性本身相关的成本。Grafana Labs 今年发布的一项研究还指出，关于可观测性的首要问题是成本，56% 的受访者将其列为他们最大的问题。可以理解的是，管理系统的复杂性紧随其后，为 50%，而基数位居第三。
有人可能会说，管理基数的挑战直接导致了更高的成本，因为它属于更广泛的财务问题范畴。这将使成本成为组织在实施可观测性时面临的各种挑战等级中更为重要的因素。
同样，信号噪声比也是一个挑战，它会让负责调试和过滤大量警报的人员感到头疼，34% 的受访者将其列为首要问题。此外，这一问题与资源成本相关联，比例为 30%，这进一步突出了许多可观测性挑战最终都与财务压力有关。
Grafana 通过“自适应”指标、日志和跟踪来帮助组织节省可观测性成本。根据 Grafana 的说法，客户使用自适应指标可将指标成本降低 35%，通过聚合找出并消除未使用的指标来降低账单。Grafana 表示，集成医疗运营平台提供商 TeleTracking 使用自适应指标将其可计费指标系列削减了 50%，成本降低了 33%。
Grafana Labs 在 Grafana 宣布期间将该“自适应”概念扩展到日志和跟踪，利用 AI/ML 技术大规模分析可观测性数据，而该规模是手动流程无法实现的。该公司表示，本周发布的自适应日志的普遍可用性有助于组织通过减少不必要日志的数量来降低其可观测性成本。自适应日志识别常见的摄取日志模式，并根据查询这些模式的频率创建一组自定义的采样建议。这使客户能够删减掉低价值日志，以便仅保留重要的日志。
对于自适应跟踪，Grafana Labs 收购了初创公司 TailCtrl，这是一家由 Sensu 联合创始人 Sean Porter 创立的早期公司。
在医疗服务平台提供商 TeleTracking 的软件工程总监奥伦·利昂进行有关自适应指标的演讲时，他指出 Grafana 自适应指标如何作为“指标的日志级别”。利昂表示，自适应指标有效地减少了指标的冗长性。由于指标中的每个标签都可能导致生成许多时间序列，因此自适应指标有效地减少了指标中标签的数量，并且生成的时间序列更少。
Adaptive Metrics 发布的建议使组织能够自动化评估需要什么指标以及在何处的过程。该组织通过使用 Grafana Cloud 的 Adaptive Metrics 的早期迭代，迅速降低了其指标成本。在解决所有缺陷并让 Adaptive Metrics 充分运行的几周内，他们实现了 50% 的成本节省。
Lion 将其描述为“自定义指标和依赖指标”，“我们已经构建了令人难以置信的指标生成器，”Lion 说。“团队将考虑设计以及如何监视服务和依赖项，但无法估计和跟踪监视服务的成本，”Lion 说。“实际上，指标的成本在你收到账单之前不在计划中，然后你争先恐后。”
与此同时，在她的谈话中，Grafana 的数据库产品管理总监詹妮弗·维拉表示“省钱这件事也可能非常有趣且令人兴奋”。然而，“我将与你们讨论的是我们昨天谈论过的内容的更深入一些的内容。主旨是通过我们的自适应遥测策略来应用 AI/ML，以帮助所有人更大规模地采用可观测性，因为我们将使它比以往任何时候都更具可负担性，”维拉说。“我们不仅希望提高可观测性的成本效益，而且还希望让你们组织中的所有工程师参与改善成本的任务，对吗？我们不希望仅仅由少数人承担这项责任。”