中国可观测性厂商对比

技术负责人在 2024–2026 年的选型清单上通常同时看到：阿里云 ARMS、腾讯云 APM、华为云 AOM、观测云、DeepFlow、夜莺，以及 Grafana Cloud、Datadog 等国际方案的中国落地版。各家 demo 都能在五分钟内展示漂亮的拓扑图和一键根因——但落地后的绑定、计量口径、迁出成本、信创适配，只有在 POC 和合同条款里才会暴露。

本文不做”排行榜”，也不列会过期的厂商单价表。做法是对照本系列已对开源栈做过的深度分析（Prometheus、Logs、Traces、OpenTelemetry、Profiling、网络可观测性），从架构、场景、锁定与 TCO 假设四方面给出决策材料。成本数字一律走 存储与成本 的显式假设模型；最终自建 vs 托管见 25 篇。

一、市场格局与技术路线

1.1 三条路线，不是三个档次

flowchart TB
  subgraph cloud [云厂商托管]
    ARMS[ARMS]
    APM[腾讯 APM]
    AOM[AOM]
  end
  subgraph startup [创业方案]
    G[观测云]
    DF[DeepFlow]
  end
  subgraph oss [开源/包装]
    N9e[夜莺]
    LGTM[LGTM 栈]
  end
  OTel[OTel Collector] --> cloud
  OTel --> startup
  OTel --> oss

1.2 与全球栈的关系

OpenTelemetry 成为事实标准后，中国方案的差异从”协议”转向”存储是否开放、查询是否可迁移、告警是否对接 SLO”。埋点哲学 中的基数与采样决策，对商业方案同样适用——厂商控制台里的”全量采集”默认值往往是账单陷阱。

1.3 读者应先读完的系列篇目

二、架构维度总表

读表方式：开放格式”强”指可双写 Prometheus block / Loki chunk / Tempo parquet；“弱”指主要依赖厂商 API 导出。

三、各方案深度拆解

阿里云 ARMS

Java Agent 字节码增强为核心；深度绑定阿里云 ECS/RDS/MSE。与 Profiling 场景重叠时评估 Agent 开销。 #### 产品定位

在可观测性栈的五层（采集、管道、存储、查询、告警）中承担哪些职责。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

采集架构

Agent 部署模式与 OpenTelemetry 集成点。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

存储与数据模型

对照 数据模型 与 TSDB 内核。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

查询与 Dashboard

查询语言、权限模型、与 Grafana 的联动方式。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

告警与 SLO

与 SLO 工程、告警体系 的衔接。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

成本计量

计费维度说明；单价用 存储与成本 假设模型代入。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

锁定与迁出

OTLP 导出、历史 API、双写 Collector fan-out。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

信创合规

等保、国产 CPU/OS——以官方文档为准，签约前 POC。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

适用边界

不适合的场景与常见误解。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

POC 清单

30 天验证必测项。

将 阿里云 ARMS 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

腾讯云 APM

SkyWalking 内核 + TKE 联动。Trace 存储对照 Traces 栈 中 Jaeger/ES 路径。 #### 产品定位

在可观测性栈的五层（采集、管道、存储、查询、告警）中承担哪些职责。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

采集架构

Agent 部署模式与 OpenTelemetry 集成点。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

存储与数据模型

对照 数据模型 与 TSDB 内核。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

查询与 Dashboard

查询语言、权限模型、与 Grafana 的联动方式。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

告警与 SLO

与 SLO 工程、告警体系 的衔接。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

成本计量

计费维度说明；单价用 存储与成本 假设模型代入。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

锁定与迁出

OTLP 导出、历史 API、双写 Collector fan-out。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

信创合规

等保、国产 CPU/OS——以官方文档为准，签约前 POC。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

适用边界

不适合的场景与常见误解。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

POC 清单

30 天验证必测项。

将 腾讯云 APM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

华为云 AOM

ICAgent 基于 OTel；多云与信创场景优先评估。告警联动 CES。 #### 产品定位

在可观测性栈的五层（采集、管道、存储、查询、告警）中承担哪些职责。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

采集架构

Agent 部署模式与 OpenTelemetry 集成点。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

存储与数据模型

对照 数据模型 与 TSDB 内核。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

查询与 Dashboard

查询语言、权限模型、与 Grafana 的联动方式。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

告警与 SLO

与 SLO 工程、告警体系 的衔接。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

成本计量

计费维度说明；单价用 存储与成本 假设模型代入。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

锁定与迁出

OTLP 导出、历史 API、双写 Collector fan-out。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

信创合规

等保、国产 CPU/OS——以官方文档为准，签约前 POC。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

适用边界

不适合的场景与常见误解。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

POC 清单

30 天验证必测项。

将 华为云 AOM 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

观测云 Guance

DataKit 统一采集；Query Builder 降低查询门槛。适合多信号统一探索。 #### 产品定位

在可观测性栈的五层（采集、管道、存储、查询、告警）中承担哪些职责。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

采集架构

Agent 部署模式与 OpenTelemetry 集成点。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

存储与数据模型

对照 数据模型 与 TSDB 内核。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

查询与 Dashboard

查询语言、权限模型、与 Grafana 的联动方式。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

告警与 SLO

与 SLO 工程、告警体系 的衔接。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

成本计量

计费维度说明；单价用 存储与成本 假设模型代入。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

锁定与迁出

OTLP 导出、历史 API、双写 Collector fan-out。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

信创合规

等保、国产 CPU/OS——以官方文档为准，签约前 POC。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

适用边界

不适合的场景与常见误解。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

POC 清单

30 天验证必测项。

将 观测云 Guance 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

DeepFlow

eBPF 零侵入；对照 eBPF 全景 与 网络可观测性。 #### 产品定位

在可观测性栈的五层（采集、管道、存储、查询、告警）中承担哪些职责。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

采集架构

Agent 部署模式与 OpenTelemetry 集成点。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

存储与数据模型

对照 数据模型 与 TSDB 内核。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

查询与 Dashboard

查询语言、权限模型、与 Grafana 的联动方式。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

告警与 SLO

与 SLO 工程、告警体系 的衔接。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

成本计量

计费维度说明；单价用 存储与成本 假设模型代入。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

锁定与迁出

OTLP 导出、历史 API、双写 Collector fan-out。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

信创合规

等保、国产 CPU/OS——以官方文档为准，签约前 POC。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

适用边界

不适合的场景与常见误解。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

POC 清单

30 天验证必测项。

将 DeepFlow 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

夜莺 Nightingale

Prometheus 上层封装；适合已有 Prometheus 生态升级告警与 OnCall。 #### 产品定位

在可观测性栈的五层（采集、管道、存储、查询、告警）中承担哪些职责。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

采集架构

Agent 部署模式与 OpenTelemetry 集成点。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

存储与数据模型

对照 数据模型 与 TSDB 内核。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

查询与 Dashboard

查询语言、权限模型、与 Grafana 的联动方式。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

告警与 SLO

与 SLO 工程、告警体系 的衔接。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

成本计量

计费维度说明；单价用 存储与成本 假设模型代入。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

锁定与迁出

OTLP 导出、历史 API、双写 Collector fan-out。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

信创合规

等保、国产 CPU/OS——以官方文档为准，签约前 POC。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

适用边界

不适合的场景与常见误解。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

POC 清单

30 天验证必测项。

将 夜莺 Nightingale 与 Prometheus、Logs 栈、Traces 栈 对照，避免只看控制台 demo。

四、采集层横向对比

4.1 字节码 Agent vs OTel SDK vs eBPF

Continuous Profiling 与 Agent 并存时，评估 CPU 开销总和。

4.2 Collector 中枢

无论选哪家，生产推荐 OpenTelemetry Collector 作为边界：

# 合成示例：fan-out 到商业后端 + 自建 Loki（双写 POC）
exporters:
  otlp/vendor:
    endpoint: vendor-collector.example.com:4317
    tls:
      insecure: false
  otlphttp/loki:
    endpoint: http://loki-gateway:3100/otlp
service:
  pipelines:
    traces:
      receivers: [otlp]
      processors: [batch, tail_sampling]
      exporters: [otlp/vendor, otlphttp/loki]

详见 11-opentelemetry。

五、存储与成本：假设模型（非报价表）

不列厂商单价。代入 20-storage-cost Scenario A/B：

\[TCO_{month} = C_{compute} + C_{storage} + C_{network} + C_{human} + C_{egress}\]

相对结论：日志 > 1 TiB/day 或 Trace 全量采样时，托管曲线陡升——与 tco-comparison.svg（25 篇）一致。

六、场景化选型（非排名）

七、数据锁定与迁移

7.1 锁定层次

1. 采集锁定：专有 Agent 属性无法映射 OTLP。
2. 存储锁定：非开放块格式。
3. 查询锁定：专有 DSL 与 Dashboard 绑定。
4. 告警锁定：无法导出 Alertmanager 规则。

7.2 迁移策略

sequenceDiagram
  participant App
  participant Col as OTel Collector
  participant Old as 旧厂商
  participant New as 新后端
  App->>Col: OTLP
  Col->>Old: 主写
  Col->>New: 双写 POC
  Note over Col,New: 30 天验证查询与账单
  Col->>New: 切主写

八、信创、等保与数据驻留

政企客户需独立验证：国产 CPU（鲲鹏、飞腾、海光）、OS（麒麟、统信、openEuler）、数据库。华为全栈信创叙事最强；夜莺开源可自行编译适配。签约前在目标 OS 内核上跑 eBPF/Agent POC，而非仅在 x86 Ubuntu 上 demo。

九、与 SLO/告警治理的衔接

商业方案须回答：18-slo 的 Burn Rate 能否用原生规则或 webhook 对接 19-alerting 的 severity: page？若只能 CPU 阈值 Page，治理层需补齐 Recording Rule 导出。

# 自建侧标准（对照商业方案是否等价）
slo:checkout:burnrate1h

十、工程坑点

坑点 1

现象：签合同前未确认默认保留期——上线后发现仅 7 天。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 2

现象：未做 Trace 数据量 POC——按数据量计费时账单超预期。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 3

现象：私有化部署内核版本不支持 eBPF——DeepFlow 功能降级。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 4

现象：以为 OTel 兼容等于可无缝迁出——专有 attribute 未映射。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 5

现象：多租户未配 hard limit——单租户打爆共享存储。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 6

现象：Java Agent 与 OTel SDK 双埋点——存储翻倍。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 7

现象：告警直接 Page CPU 阈值——与 SLO 脱节。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 8

现象：未测迁出 API 吞吐——PB 级导出需数月。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 9

现象：信创环境未 POC Agent——麒麟内核 BTF 缺失。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 10

现象：Dashboard 依赖厂商专有查询——锁定查询层。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 11

现象：采样率在控制台改错——0 与 0.01 混淆。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 12

现象：双写 Collector 单实例——下游慢拖垮全局。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 13

现象：未记录计量口径——账单争议无证据。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 14

现象：只用 demo 环境评估——与生产流量模型不符。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 15

现象：忽略跨 AZ 流量费——对象存储 egress 隐性成本。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 16

现象：Runbook 链到过期 Confluence——on-call 无效。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 17

现象：Game Day 未演练 Trace 采样上调——事故时无慢请求样本。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 18

现象：PII 未在采集层清洗——等保审计失败。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 19

现象：混沌实验未对照 SLO——告警盲区未发现。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

坑点 20

现象：自建 Compaction 无告警——查询超时后才发现。

根因：选型或治理流程跳过 POC/合同/Runbook 环节。

修复：纳入落地清单；事故后写入 reliability backlog。

十一、落地清单

十二、常见误解

十三、关键概念回顾

• 三条路线：托管 / 创业 / 开源——按约束匹配，非按品牌排名。
• 对照系列 06–16 的开源深度篇做架构级比较。
• TCO 用假设模型；POC 必测迁出与双写。
• 信创与等保是硬筛选，不是售后可补。

十四、下一步

厂商版图清楚后，用 事故复盘剧本 验证方案在真实排障链上是否够用；用 自建 vs 托管 做 TCO 决策。

上一篇：混沌工程

下一篇：事故复盘剧本

附录 · 选型深度 1：GreptimeDB 与夜莺组合

时序统一存储 + 夜莺告警 OnCall，对照 06 Prometheus 联邦路径。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 2：国际 SaaS 中国落地

Datadog/New Relic 通过代理与数据驻留合同；TCO 与 LGTM 对比见 25 篇。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 3：签约 POC 计量样例

要求厂商提供 7 天 ingest 明细：Metrics samples、Log GB、Trace span 数——代入 20-storage-cost worksheet。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 4：RFP 技术条款摘录

OTLP gRPC、Prometheus remote write、Loki chunk 导出、Tempo block 格式、Alertmanager webhook。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 5：多云联邦查询

观测云/AOM 跨云 agent 汇聚；自建侧 Thanos Query Frontend 对照。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 6：Agent 资源开销评估

Java Agent + eBPF Agent 并存时 CPU 上限；见 Profiling。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 7：Dashboard 迁移

Grafana JSON 导出 vs 厂商专有面板——锁定在查询层。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 8：事故后厂商切换

双写 30 天 + 并行 Dashboard 是底线；勿销毁旧环境直到迁出验证完成。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 9：等保测评中的日志

留存周期、访问审计、PII 清洗证据链——见 21-multi-tenancy。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 10：开源社区活跃度

夜莺/DeepFlow GitHub release 频率作为持续运营信号，非功能排名。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 11：GreptimeDB 与夜莺组合

时序统一存储 + 夜莺告警 OnCall，对照 06 Prometheus 联邦路径。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 12：国际 SaaS 中国落地

Datadog/New Relic 通过代理与数据驻留合同；TCO 与 LGTM 对比见 25 篇。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 13：签约 POC 计量样例

要求厂商提供 7 天 ingest 明细：Metrics samples、Log GB、Trace span 数——代入 20-storage-cost worksheet。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 14：RFP 技术条款摘录

OTLP gRPC、Prometheus remote write、Loki chunk 导出、Tempo block 格式、Alertmanager webhook。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 15：多云联邦查询

观测云/AOM 跨云 agent 汇聚；自建侧 Thanos Query Frontend 对照。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 16：Agent 资源开销评估

Java Agent + eBPF Agent 并存时 CPU 上限；见 Profiling。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 17：Dashboard 迁移

Grafana JSON 导出 vs 厂商专有面板——锁定在查询层。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 18：事故后厂商切换

双写 30 天 + 并行 Dashboard 是底线；勿销毁旧环境直到迁出验证完成。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 19：等保测评中的日志

留存周期、访问审计、PII 清洗证据链——见 21-multi-tenancy。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 20：开源社区活跃度

夜莺/DeepFlow GitHub release 频率作为持续运营信号，非功能排名。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 21：GreptimeDB 与夜莺组合

时序统一存储 + 夜莺告警 OnCall，对照 06 Prometheus 联邦路径。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 22：国际 SaaS 中国落地

Datadog/New Relic 通过代理与数据驻留合同；TCO 与 LGTM 对比见 25 篇。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 23：签约 POC 计量样例

要求厂商提供 7 天 ingest 明细：Metrics samples、Log GB、Trace span 数——代入 20-storage-cost worksheet。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 24：RFP 技术条款摘录

OTLP gRPC、Prometheus remote write、Loki chunk 导出、Tempo block 格式、Alertmanager webhook。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 25：多云联邦查询

观测云/AOM 跨云 agent 汇聚；自建侧 Thanos Query Frontend 对照。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 26：Agent 资源开销评估

Java Agent + eBPF Agent 并存时 CPU 上限；见 Profiling。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 27：Dashboard 迁移

Grafana JSON 导出 vs 厂商专有面板——锁定在查询层。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 28：事故后厂商切换

双写 30 天 + 并行 Dashboard 是底线；勿销毁旧环境直到迁出验证完成。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

附录 · 选型深度 29：等保测评中的日志

留存周期、访问审计、PII 清洗证据链——见 21-multi-tenancy。

POC 动作：在 staging 用 OTel Collector fan-out 双写 7 天，记录 ingest 曲线与查询 P95。

参考资料

1. 阿里云, ARMS 产品文档, https://help.aliyun.com/product/34364.html
2. 腾讯云, APM 产品文档, https://cloud.tencent.com/document/product/1463
3. 华为云, AOM 产品文档, https://support.huaweicloud.com/aom/
4. 观测云, Guance Documentation, https://docs.guance.com/
5. DeepFlow, Documentation, https://deepflow.io/docs/
6. 夜莺, Nightingale, https://n9e.github.io/
7. OpenTelemetry, Specification, https://opentelemetry.io/docs/specs/otel/
8. Google, Site Reliability Workbook, Ch.5, O’Reilly
9. Grafana Labs, LGTM Stack, https://grafana.com/about/lgtm/
10. 本系列 存储与成本