可观测性认证

summary

可观测性认证考试主要是考察你能否用 elastic 全家桶，通过对指标、日志、APM和心跳信息等维度的数据进行采集，并在 kibana 里构建 machine learning 任务和告警。

主要考点

1. Uptime
   1. 通过配置和使用 Heartbeat 对进程或服务的生存状况进行监控
   2. 通过 Heartbeat 来监控服务是否可以通过 ICMP、TCP、HTTP 等方式进行访问
   3. 通过 Kibana 里的 Uptime 功能来监控服务的存活和可用性
2. Metrics
   1. 通过配置和使用 Metricbeat 来采集操作系统的信息
   2. 通过配置 Metricbeat 对应模块来采集指定服务的信息
   3. 通过 Kibana 里的 Metrics 功能来分析和确定服务的功能指标
3. Logging
   1. 通过配置和使用 Filebeat 来采集系统日志
   2. 通过配置 Filebeat 对应模块来采集指定服务的日志
   3. 配置和使用 Filebeat 来持续的收集某个日志文件内的信息
   4. 使用 Kibana 里的 Logs 功能来分析采集到 ES 里的日志信息
   5. 用 Logs 功能查看和分析预先定义的基于日志的 machine learning 任务
4. APM
   1. 配置和启动一个 APM 服务器把信息发给 ES 集群
   2. 在 APM 服务里开启 RUM 功能
   3. 通过 Kibana 里的 APM 功能来分析 APM 信息
5. Structuring and Processing Data
   1. 通过 Kibana 来定义和修改一个数据处理管道
   2. 配置 Metricbeat 和 Filebeat 使用数据管道
   3. 配置数据处理管道，使用后面那一排功能
   4. 配置数据处理管道从现有的 index 里加载数据
6. Working with Observability Data
   1. 通过 machine learning 从可观测性数据中发觉异常
   2. 在 kibana 里为可观测性数据定制一个 machine learning 任务
   3. 定义和更改索引的 ilm 策略
   4. 在 kibana Alerts 功能里设置一个告警

考点分析

1. 从描述上看应该是通过 kibana 来配合各种 beats 对服务器、服务等信息进行监控
2. 然后配合包括 ingest pipeline、machine learning、alerts等功能对监控信息进行分析并对异常状态进行预警
3. 从 ECE 的经验上来看，ECOE的考试多半是实操多于原理，会考察的很广泛（涉及各种 beats 的配置运行），但不会考的特别深入（比如插件开发之类的），主要目的是给用户一个基础的认知，在遇到类似监控场景时可以使用哪些工具进行基础的数据采集、分析和告警

考试建议

1. 考试版本（till 2022年1月）7.10.2，具体的以当时考试为准
2. 建议软件工程师、数据架构师、DevOps、SRE、系统管理员等岗位的同学报考
3. 建议对 ES 有基本认知，最好能考过 ECE 的认证

官方链接

考试说明
常见问题
官方培训课程