熱線電話：400-882-3320
儀表板
從同一儀表板掌握系統、應用與業務狀態
在同一時間範圍比較服務健康度、請求量、錯誤率、延遲與業務指標，讓不同團隊依據同一份數據作出判斷。
掃碼關注
觀測雲公眾號
掃碼添加
觀測雲小助手
統一可觀測性平台
在同一平台管理所有系統數據
在儀表板、基礎設施、日誌、應用效能和真實用戶工作階段之間切換時，保留調查所需的時間範圍、服務、環境與業務上下文。
基礎設施
統一監控主機、容器、Kubernetes 與雲資源
先檢視整體資源健康度，再下鑽至主機、容器、程序、網絡及雲資源，並結合容量、負載、事件和日誌判斷影響。
日誌
結合鏈路與資源上下文分析日誌
搜尋結構化與非結構化日誌、分析欄位分佈，並在進入 Trace、容器和事件時保留環境、服務、主機與時間條件。
APM
從服務延遲與錯誤追查至程式碼
分析請求量、回應時間、錯誤和慢請求，再沿 Trace、服務依賴、日誌與 Profile 找出瓶頸。
RUM
使用 Session Replay 重現用戶遇到的問題
重播真實用戶工作階段的點擊、路由變化與錯誤，再與 RUM 效能數據及後端 Trace 關聯分析。
觀測雲產品
從數據採集、監控分析到事件回應的完整能力
按實際工作選擇相應產品，涵蓋基礎設施、Kubernetes、APM、日誌、指標、RUM、告警、事件、數據治理與 AI Agent 工作流程。
觀測
理解系統、應用與數碼體驗
在共用上下文中分析基礎設施、應用及用戶體驗數據。
回應
從發現異常到協同處理
透過告警、事件、SLO 與自動巡檢發現、判斷、處理及檢討問題。
治理
管理可觀測數據完整生命週期
統一完成數據採集、處理、保留、權限管控及跨團隊協作。
AI 與 Agent
讓 AI 參與生產環境調查
讓 AI 工具與 Agent 在授權的可觀測上下文中分析數據並推進調查。
統一可觀測工作流程
連接數據接入、調查與事件回應
觀測雲連接採集、儲存、關聯查詢、視覺化分析、告警、事件與 AI 輔助調查，讓研發、維運、SRE、資安和業務團隊圍繞同一份證據協作。
統一數據
採集每一項訊號
透過 DataKit、OpenTelemetry、Prometheus、雲服務整合及開放 API 接入指標、日誌、鏈路、RUM、Profile、事件與業務數據。
關聯上下文
連接調查證據
以 service、host、pod、environment、version、region 及 trace ID 等一致標籤關聯不同訊號。
共同決策
讓團隊共享同一視角
儀表板、查看器、告警、事件中心與筆記讓不同團隊基於同一份事實協作。
AI 與 Agent
把上下文轉化為行動
Obsy AI、OWL CLI、MCP Server 與 Guance AI Agent Teams 在授權範圍內分析數據、協助處理並保存知識。
常見問題
觀測雲是全端可觀測性平台，在同一個操作上下文採集、儲存、查詢及展示指標、日誌、鏈路、RUM、Profile、事件、雲資源與業務數據。
觀測雲支援 Metrics、Logs、Traces、RUM、Profile、物件、事件、告警、Kubernetes、雲資源和自訂業務數據。
團隊可透過 DataKit、OpenTelemetry、Prometheus、雲端帳號整合、開放 API 及 650+ 整合接入資料，再使用 DQL、檢視器、儀表板與筆記進行分析。
單一工具通常只說明一類訊號；觀測雲把應用、基礎設施、用戶體驗、資安與業務數據放在同一上下文，減少跨工具重建調查條件。
650+ 整合涵蓋雲端服務、容器、中介軟體、資料庫、網絡、日誌及應用程式框架。團隊可重用現成的採集設定與儀表板，減少重複整合工作。
支援。觀測雲可監控叢集、節點、Pod、容器、事件和應用鏈路，並接入主流雲平台的資源、指標與日誌。
可從變慢的服務或端點進入 Trace，繼續關聯日誌、基礎設施、資料庫及 Profile 數據以找出原因。
Obsy AI、OWL CLI、MCP Server 和 Guance AI Agent Teams 可在授權範圍內讀取可觀測上下文，整理證據、調查原因並支援受控處理。
觀測雲支援工作空間、角色、成員及資料存取權限管理，並可透過 Pipeline 和敏感資料掃描識別、轉換或限制敏感欄位。
建立免費工作空間後，按基礎設施、APM、日誌、RUM 或雲環境選擇整合並安裝 DataKit，即可使用預設查看器及儀表板。