课程项目介绍：ShoeHub 电商系统

在整个课程中，我们将以 ShoeHub 作为实战案例，学习如何在实际系统中实现可观察性。

本节将了解：ShoeHub 是什么？它的架构是什么样的？我们将如何使用它来学习可观察性？

ShoeHub 简介

ShoeHub 是什么？

ShoeHub 是一个完整的电商系统，专门用于演示全栈可观察性的实践。

它包含了电商系统的核心功能：

用户注册和登录
商品浏览和搜索
购物车管理
订单创建和支付
订单查询和追踪

这个系统的特点是：

有完整的电商业务流程，涵盖了真实的业务场景
采用前后端分离架构，符合现代应用架构
采用微服务架构，展示了分布式系统的复杂性
提供了真实的业务场景，非常适合学习可观察性

在整个课程中，我们将以 ShoeHub 作为实战项目，学习如何在实际系统中实现可观察性。无论是前端性能监控，还是后端服务追踪，无论是数据库监控，还是业务指标分析，我们都会在 ShoeHub 系统上进行实践。

这样，不仅能学会可观察性的理论，还能学会如何在实际项目中应用可观察性。

系统架构概览

ShoeHub 采用经典的微服务架构，分为几个层次：

第一层是前端层：React + TypeScript 构建的用户界面。用户在这里浏览商品、管理购物车、创建订单。

第二层是网关层：API Gateway 负责请求路由、认证、限流等功能。

第三层是服务层：包括多个微服务：

用户服务（User Service）：处理用户注册、登录、个人信息管理
商品服务（Product Service）：处理商品信息、库存管理
订单服务（Order Service）：处理订单创建、查询、状态管理
支付服务（Payment Service）：处理支付流程

第四层是数据层：包括 MySQL 关系数据库、Redis 缓存、Kafka 消息队列。

这是一个典型的微服务架构，服务之间通过 HTTP 或消息队列通信。这种架构带来了复杂性，但也正是这种复杂性，让我们需要可观察性。

在 ShoeHub 系统中，一个用户请求可能经过前端、API Gateway、多个微服务、数据库、缓存、消息队列等。这就是为什么需要可观察性：我们需要追踪这个请求的完整路径，了解它在每个组件中发生了什么。

技术栈介绍

前端技术栈：

React 18 和 TypeScript 5 构建现代化的用户界面
OpenTelemetry Web SDK 实现前端可观察性
用户行为追踪和性能监控

后端技术栈：

Java 17 和 Spring Boot 3 构建微服务
OpenTelemetry Java SDK 实现后端可观察性
支持自动插桩和手动插桩
服务间追踪和链路追踪

基础设施：

Grafana Stack 作为可观察性平台：
- Prometheus 存储 Metrics（指标）
- Loki 存储 Logs（日志）
- Tempo 存储 Traces（追踪）
- Alloy 作为 OpenTelemetry Collector
- Mimir 用于大规模 Metrics 存储
MySQL 8 作为关系数据库
Redis 7 作为缓存
Kafka 3 作为消息队列

可观察性工具链：

数据流是这样的：

前端通过 OpenTelemetry Web SDK 采集数据，发送到 Alloy
后端通过 OpenTelemetry Java SDK 采集数据，发送到 Alloy
数据库通过自动追踪采集数据，发送到 Alloy
Alloy 处理数据后，路由到 Grafana Stack（Prometheus、Loki、Tempo）
最后在 Grafana 中可视化所有数据

这就是我们将在课程中学习和实践的完整可观察性体系。

学习路径规划

第一部分：基础理论（第 0-2 章）

我们刚刚完成这一部分。我们学习了可观察性的基础概念，了解了从单体到微服务的架构演进，掌握了 OpenTelemetry 的架构概览。

第二部分：工具安装配置（第 3-8 章）

接下来，我们将学习如何安装和配置 Grafana Stack。包括 Prometheus 和 Grafana、Loki 日志管理、Alloy 和 Tempo 追踪、Mimir 大规模存储。我们会用 ShoeHub 系统作为示例，配置完整的可观察性栈。

第三部分：代码集成（第 9-11 章）

然后，我们将学习如何在实际代码中集成 OpenTelemetry。包括后端 Java Spring Boot 集成、前端 React 集成、数据库监控。我们会在 ShoeHub 系统的代码中进行实际操作。

第四部分：实战应用（第 12-15 章）

接着，我们将学习如何应用可观察性。包括 Dashboard 设计、故障排查实战、KPI 定义、OKR 落地。我们会用 ShoeHub 系统的真实数据来实践。

第五部分：高级主题（第 16-18 章）

最后，我们将学习高级主题，包括 Mimir 大规模存储、最佳实践、综合实战项目。我们将完成一个完整的 ShoeHub 可观察性系统。

完成课程后，你将能够：

理解可观察性的核心概念和价值
安装和配置完整的 Grafana Stack
在前端和后端应用中集成 OpenTelemetry
设计专业的监控 Dashboard
快速定位和解决生产问题
定义和追踪技术及业务 KPI
用数据驱动 OKR 落地
在生产环境中稳定运行可观察性系统

项目演示

ShoeHub 系统的实际运行效果：

首页：展示商品列表和搜索功能。用户可以浏览商品、搜索商品。
商品详情页：显示商品的详细信息。用户可以将商品加入购物车。
购物车页面：用户可以看到已选择的商品，并进行结算。
订单页面：用户创建订单并完成支付。
可观察性 Dashboard：展示 ShoeHub 系统的监控数据。可以看到前端性能、后端服务状态、数据库性能、业务指标等。

在整个课程中，我们将：

在 ShoeHub 系统中实现可观察性
使用 ShoeHub 的真实数据学习 Dashboard 设计
模拟故障场景进行故障排查实践
基于 ShoeHub 的业务定义 KPI 和 OKR

ShoeHub 不仅是一个演示项目，更是一个完整的学习和实践平台。

第 0 章小结

让我们回顾一下第 0 章的学习内容。

我们学习了：

什么是可观察性，它与监控的区别
三大支柱：Traces（链路追踪）、Metrics（指标）、Logs（日志）
信号关联：为什么需要关联，如何实现关联
课程项目：ShoeHub 电商系统的架构和技术栈

我们建立了：

基础理论：可观察性的核心概念
工具认知：OpenTelemetry 和 Grafana Stack
项目理解：ShoeHub 系统架构
学习路径：完整的课程规划

现在，你已经掌握了可观察性的基础知识。在下一章，我们将深入学习：为什么在微服务架构中需要可观察性？架构演进带来了哪些挑战？可观察性如何解决这些挑战？