OpenObserve 完成 1000 万美元 A 轮融资，推动可观察性向自治运营发展

硅谷初创公司 OpenObserve 已完成 1000 万美元 A 轮融资，由 Nexus Venture Partners 和 Dell Technologies Capital (DELL ) 领投，这表明投资者越来越相信可观察性栈需要进行结构性的改造。

该公司成立于 2022 年，总部位于 Menlo Park，旨在成为一个统一的监控平台，取代传统的分散监控设置，尤其是在 AI 系统引入新的复杂性层次时。

从分散的监控栈转变

传统的可观察性是通过多个工具拼凑而成的，日志在一个系统中，指标在另一个系统中，追踪在其他地方。这种方法正在逐渐崩溃，因为现代工作负载的重量越来越大。

OpenObserve 的方法是将所有内容整合到一个单一的平台中。其系统可以处理日志、指标、追踪和真实用户监控数据，然后在顶部添加分析、警报和事件响应——所有这些都在一个界面中。

在底层，该平台依赖于一种云原生架构，将计算与存储分离，使用对象存储（如 S3）和列式 Parquet 文件来高效地处理大规模遥测数据。这种设计大大降低了存储成本，同时保持了高查询性能，甚至在 百万亿字节级别 也能保持如此。

这种架构选择是公司声称与传统系统相比具有显著降低运营成本的主要原因，传统系统通常使用 Elasticsearch 风格的索引。

可观察性 3.0：从监控到自治行动

该公司将其愿景定位为“可观察性 3.0”，即从仪表盘和警报转向可以解释和执行数据而无需人工干预的系统。

在这一愿景的中心是 AI 驱动的 站点可靠性工程 (SRE) 层。与其让工程师手动调查事件，该系统会分析遥测数据，识别根本原因，并可以推荐或在某些情况下采取纠正措施。

这与异常检测相结合，异常检测可以在问题升级之前发现问题，并且具有 LLM 可观察性工具，可以监控 AI 模型在生产环境中的行为，包括提示、输出和性能。

更广泛的想法是减少对工程团队的运营负担，尤其是在遥测数据量继续增长和系统变得更加动态的情况下。

为 AI 工作负载的规模而构建

现代 AI 应用程序比传统系统产生的遥测数据多得多，特别是在跟踪模型性能、推理行为和用户交互时。

OpenObserve 的设计反映了这一转变。数据以压缩的列式格式存储，并直接从对象存储中查询，避免了昂贵的索引层或数据复制的需要。这使得该平台能够在不需要分布式监控系统通常相关的复杂性的情况下水平扩展。

结果是一个可以处理高容量数据流的系统，同时保持快速查询性能和可预测的成本——这两个约束在历史上一直很难平衡。

强劲的早期采用信号

该公司报告称，已有超过 6000 家组织使用该平台，包括大型企业，以及超过 18,000 个 GitHub 星标，表明 OpenObserve 正在获得强劲的早期采用信号。

这种组合——企业采用与开源势头——表明 OpenObserve 正在通过顶层和底层渠道获得牵引力，这是基础设施工具成功进入主流使用的常见模式。

这对可观察性的未来意味着什么

OpenObserve 正在押注的方向很明确：可观察性正在从被动监控层演变为主动运营系统。

随着 AI 系统被嵌入到应用程序中，挑战不再仅仅是收集数据，而是解释数据的速度足够快以至于有意义。人工驱动的工作流很难跟上现代环境的速度和规模。

统一遥测数据并对其应用实时智能的平台可能会重塑基础设施的管理方式。与其让工程师导航多个仪表盘和工具，系统将越来越多地直接提供决策——或者自动执行它们。

如果这种转变持续下去，竞争格局可能会从功能丰富的监控工具转向可以可靠地降低运营复杂性并在规模上自动响应的平台。