On this page
可观测行业中的语义规范
语义规范可以说在我们生活中无处不在，它为某种语言或文化中的单词和短语提供了一致的意义，以促进更清晰的交流。
而在计算机世界中，语义规范也同样甚至更加关键，因为屏幕上的文本缺乏更丰富的对话环境——没有语调或肢体语言可以解读，这使得误解更容易发生，也让接手他人代码变得具有挑战性。
在可观测领域，语义规范同样重要，它可以确保一致性和清晰度。
定义和示例
在可观测领域，语义规范指的是遥测数据及其属性的命名标准。它们定义了用户在监控常见软件或库时应该如何命名其可观测数据。
例如，在典型的使用数据库驱动的应用中，语义规范定义了标准名称和值的枚举，如：
db.system：数据库类型（例如，mysql或postgresql）db.operation.name：数据库操作（例如，SELECT）
这些标准化名称可以用于各种可观测数据类型：
- 指标（Metrics）：作为指标名称或标签名称和值
- 日志/事件（Logs/Events）：作为字段名称和值
- 跟踪（Traces）：作为事件字段或属性字段名称和值
行业标准
行业中几种广泛采用的语义规范包括：
- Elastic Common Schema
- OpenTelemetry Semantic Conventions
- Datadog Conventions
概念架构：V-Model
为了说明各种可观测概念之间的关系，我们可以使用 V 模型架构。
如下图，V 字母的左半边代表数据采集链路，右半边代表数据应用链路。数据从左上方经过采集、传输，进入存储，再由存储经过查询语言、API 最终应用在监控产品上，如大盘、告警等系统。
语义层
- 负责收集数据并提供数据应用（分析、仪表盘、告警）
- 理解数据及其含义
- 示例：名为
db.connection.pool.active的指标代表应用程序连接池中的活动连接数 - 使构建特定领域的应用程序用于数据洞察和分析成为可能
协议层
- 增加抽象，并负责通过网络从 API/SDK 移动数据到收集器
- 通常不需要理解特定值的含义
- 处理指标（计数器、直方图）、日志和跟踪概念
- 定义查询语言和数据提取的传输 API
- 大多数 OpenTelemetry 规范集中于这一层
存储层
- 更简单，甚至与可观测数据本身解耦
- 按模型（时间序列或表格）和数据类型（字符串、浮点数）查看数据
- 可观测专用数据库可包含用于高效查询和数据检索的功能
为什么语义规范很重要
在之前，可观测行业缺乏广泛认可的语义层标准。这导致了一些问题的出现：
- 组织或公司自行定义自己的指标名称和标签
- 需要自行定制仪表盘和警报程序，缺乏可以共享的标准程序
- 更容易被供应商锁定（例如，Datadog 的专有规范）
因此，提供标准语义层会提供几个好处：
- 互操作性：在不同后端之间共享代理和应用程序
- 一致性和生态系统：为常见中间件和基础设施构建标准观测解决方案
- 简化采用：组织可以使用理解这些语义规范的预构建仪表盘、警报和分析工具
- 优化数据存储和计算：在其他层中实现数据存储和计算的优化
GreptimeDB 支持语义规范
GreptimeDB 是一个适用于存储和分析各种类型可观测数据的时间序列数据库（包括指标、事件和日志等），也得益于行业中建立的明确语义规范。
例如，GreptimeDB 内置 ETL 引擎可将非结构化日志解析为标准事件。我们建议用户以 OpenTelemetry 标准规范命名字段，这样将来也可以很方便地接入标准化的仪表盘和分析工具。
未来，我们也将在云端为符合语义规范的数据提供标准化的上层应用，敬请期待！
关于 Greptime
Greptime 格睿科技专注于为可观测、物联网及车联网等领域提供实时、高效的数据存储和分析服务，帮助客户挖掘数据的深层价值。目前基于云原生的时序数据库 GreptimeDB 已经衍生出多款适合不同用户的解决方案，更多信息或 demo 展示请联系下方小助手（微信号：greptime）。
欢迎对开源感兴趣的朋友们参与贡献和讨论，从带有 good first issue 标签的 issue 开始你的开源之旅吧～期待在开源社群里遇见你！添加小助手微信即可加入“技术交流群”与志同道合的朋友们面对面交流哦~
Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb
Twitter: https://twitter.com/Greptime
Slack: https://greptime.com/slack
