What Is Cloud Monitor 2.0 | Unified Observability - Cloud Monitor - Centro de documentación de Alibaba Cloud

Cloud Monitor 2.0 es una plataforma de observability unificada que integra Simple Log Service (SLS), Cloud Monitor (CMS) y Application Real-Time Monitoring Service (ARMS). Consolida métricas, trazas, registros y eventos en una sola vista. Mediante el framework de observability UModel y el grafo de observability, Cloud Monitor 2.0 combina la visualización y las alertas para asociar recursos automáticamente y ejecutar diagnósticos inteligentes. De esta forma, ofrece observability integral de extremo a extremo, desde la infraestructura hasta las aplicaciones, lo que le permite detectar y resolver problemas con rapidez y mejorar la eficiencia de operaciones y mantenimiento (O&M). Es compatible con entornos complejos como microservices, contenedores y servicios en la nube.

Cloud Monitor 2.0 utiliza análisis multidominio potenciado por inteligencia artificial para predecir el rendimiento del sistema, detectar anomalías de forma temprana y proporcionar diagnósticos de fallas inteligentes junto con sugerencias de optimización. Esto ayuda a las empresas a construir un sistema de observability integral y rentable que garantiza la estabilidad y seguridad del negocio.

Pruebe la solución en Playground

Alibaba Cloud Playground proporciona un entorno de demostración donde puede experimentar las funciones principales de Cloud Monitor 2.0.

Visite el demostración de Playground. De forma predeterminada, se ingresa a un espacio de trabajo.

Beneficios

Observability unificada

Cloud Monitor 2.0 integra CMS, SLS y ARMS en una sola plataforma que unifica métricas, registros, trazas y eventos. Esto elimina la necesidad de usar varias herramientas de monitoreo independientes y proporciona visibilidad integral desde la infraestructura hasta las aplicaciones, lo que reduce la complejidad y los costos.

Modelado de datos unificado

UModel (Universal Observability Model) conecta silos de datos —métricas, registros, trazas y cambios de configuración— en una vista digital unificada de sus sistemas de TI. Tanto las personas como los programas y la inteligencia artificial pueden analizar estos datos, lo que habilita la observability integral y acelera la detección de problemas.

Análisis inteligente basado en IA

Cloud Monitor 2.0 aplica aprendizaje automático al modelo de datos unificado para reconocer patrones, detectar anomalías, pronosticar tendencias y reducir el ruido de las alertas. También emplea modelos de lenguaje grandes para convertir los datos de observability en información accionable, lo que habilita un modelo de O&M conversacional: interactúe con un asistente de IA en lenguaje natural para localizar y corregir problemas.

Abierto y compatible con los ecosistemas principales

Cloud Monitor 2.0 admite de forma nativa Prometheus, Grafana, OpenTelemetry, Elasticsearch y otros estándares de la industria. Los activos de monitoreo existentes migran sin inconvenientes, y tanto los entornos cloud-native como los de nube híbrida obtienen un monitoreo unificado y fluido con un enfoque independiente del proveedor.

Compatibilidad con la versión anterior

Cloud Monitor 2.0 y la función de alertas de la versión anterior de ARMS utilizan sistemas de notificación independientes. La política de notificación anterior de ARMS usa un modelo de enrutamiento basado en coincidencia de reglas, mientras que Cloud Monitor 2.0 emplea un modelo de Notification Recipient que asocia directamente contactos, bots de mensajería instantánea, webhooks o programaciones de guardias. Como ambos sistemas usan estructuras de datos distintas, las políticas de notificación y los destinatarios no son visibles entre sí.

Cloud Monitor 2.0 no admite la sincronización de políticas de notificación desde la versión anterior de ARMS. Se recomienda crear las reglas de alerta y los destinatarios de notificación dentro de la aplicación Prometheus Service en Cloud Monitor 2.0. La consola de ARMS proporciona un punto de entrada hacia Cloud Monitor 2.0.

Términos

Conceptos clave de Cloud Monitor 2.0.

Término	Descripción
Workspace	Un workspace es una capa de abstracción en Cloud Monitor 2.0 que agrupa recursos con gestión unificada y aislamiento de datos. La región seleccionada almacena los datos y la configuración del workspace. Cada workspace contiene sus propios recursos —servicios en la nube, infraestructura, aplicaciones de servidor y frontend, y middleware— aislados de otros workspaces. La región del workspace coincide con la región del origen de datos. Los datos permanecen locales y también se almacenan en EntityStore. WorkSpaceName es único a nivel global, igual que ProjectName. Puede introducirlo al crear el workspace. Si deja el campo vacío, el sistema genera uno. Una vez creado el workspace, no es posible modificar WorkSpaceName. Este valor funciona como identificador único en las llamadas a la API. WorkSpaceDisplayName se puede editar y admite valores duplicados. Workspace predeterminado: su nombre sigue el formato `default-cms-{uid}-{regionId}`. El proyecto de SLS vinculado usa un formato similar, como `default-cms-{uid}-{regionId}`, aunque puede incluir caracteres aleatorios adicionales. El primer workspace que se crea en una región siempre es el workspace predeterminado.
App	Una app es un componente ligero para leer y escribir orígenes de datos dentro de un workspace. Representa la observability específica de un dominio para un escenario determinado. Sus características principales son: Las apps se pueden habilitar o deshabilitar por usuario (usuario de RAM), lo que incluye si aparecen en el panel de navegación izquierdo. Las apps deshabilitadas se pueden volver a habilitar en cualquier momento. Las apps no tienen estado. Todas están disponibles en cada workspace, pero la visibilidad de los datos depende de los permisos del usuario. Una app puede acceder a varios orígenes de datos. Al alternar entre ellos, se revelan las relaciones de la capa IaaS. Integration Center define la inicialización de la app y la creación del origen de datos. Las apps pueden integrar otras apps. Por ejemplo, Explorer y Alerting están integradas en muchas apps y también se ejecutan de forma independiente.
Entity	Una entity es un objeto observable, como un clúster de contenedores o una instancia de ECS.
Model (Umodel)	UModel es una especificación para definir modelos de datos de observability. Define modelos para registros, métricas, trazas, entidades y sus relaciones, lo que permite definir y gestionar los datos de observability de manera unificada.
Period (periodo estadístico)	El periodo estadístico (Period) es la granularidad temporal con la que se agregan los datos de monitoreo. Determina qué cantidad de datos sin procesar abarca un solo punto de datos. Los valores estadísticos como Maximum, Minimum y Average se calculan a partir de los datos sin procesar recopilados durante el periodo estadístico seleccionado, no a partir de muestras instantáneas. Por ejemplo, cuando el periodo estadístico es de 300 segundos, Average es el promedio de todos los datos sin procesar de esos 300 segundos. Maximum y Minimum son los valores más alto y más bajo del mismo periodo. Los periodos estadísticos disponibles dependen de la métrica. Los valores comunes son 300 segundos, 900 segundos y 3600 segundos, y el valor mínimo admitido es de 60 segundos. Un periodo estadístico más corto implica recopilación y agregación más frecuentes, puntos de datos más densos y fluctuaciones más detalladas, pero mayor consumo de recursos. Un periodo más largo significa recopilación menos frecuente y menor consumo de recursos, con curvas más suaves donde las fluctuaciones breves se promedian.

Funciones

Función	Descripción
Recopilación y monitoreo de datos integral	Monitoreo de infraestructura Monitoreo de servicios en la nube: recopile métricas de rendimiento en tiempo real —como CPU, memoria, disco y tráfico de red— para ECS, RDS, SLB, servicios de contenedores (ACK/ASK) y pods de Kubernetes. Monitoreo del rendimiento de la red: supervise la latencia de la red, la tasa de pérdida de paquetes, la resolución DNS y el estado de las conexiones TCP/UDP. Monitoreo del rendimiento de aplicaciones (APM) Trazado distribuido: rastree las cadenas de llamadas de microservices. Admite Java, Python, Go y otros lenguajes principales. Muestra la latencia de la interfaz, la tasa de errores y la topología de dependencias. Diagnóstico a nivel de código: localice cuellos de botella en el rendimiento de la aplicación mediante perfiles de hilos, detección de consultas SQL lentas y análisis de trazas de pila. Monitoreo de registros Recopilación y almacenamiento de registros: recopile registros de servidores, contenedores y Function Compute (FC). Compatible con frameworks de registro como Log4j y Logback. Análisis de registros en tiempo real: ejecute consultas SQL, establezca alertas por palabras clave y utilice agrupación de registros, por ejemplo, para agregar registros de error.
Análisis y diagnóstico inteligentes	Detección de anomalías y alertas Alertas con umbrales dinámicos: use aprendizaje automático para identificar patrones históricos de métricas y detectar anomalías, como picos repentinos de CPU. Alertas multicondición: active alertas según condiciones entre métricas, como "CPU > 90% AND packet loss rate > 5%". Análisis de causa raíz (RCA) Análisis de asociación inteligente: vincule automáticamente métricas anómalas, registros de error y datos de traza para generar informes de causa raíz. Por ejemplo, detecte cuándo el tiempo de espera de una API desencadena una falla en cascada en un servicio descendente. Revisión retrospectiva de datos de series temporales: compare datos históricos para encontrar rápidamente cuándo comenzó una anomalía y cuál es su alcance.
Visualización e informes	Paneles de monitoreo personalizados Panel de arrastrar y soltar: use gráficos de líneas, gráficos de columnas, grafos de topología y otros componentes visuales para mostrar de forma flexible las métricas clave entre recursos y servicios. Biblioteca de plantillas por escenario: plantillas prediseñadas para promociones de ventas de comercio electrónico, clústeres de contenedores y rendimiento de bases de datos. Genere vistas globales del negocio con un solo clic. Paneles de negocio Proyección de datos en tiempo real: muestre métricas de negocio esenciales —como volumen de pedidos y tasa de éxito de pagos— en modo de pantalla completa. Diseñado para salas de control de O&M. Aislamiento de vistas multiinquilino: asigne permisos de visualización de datos por equipo o línea de negocio para mantener la seguridad de la información.
Gestión de alertas y notificaciones	Entrega de alertas por múltiples canales Canales de notificación: envíe alertas mediante DingTalk, WeCom, mensajes de texto, correo electrónico y webhook. Admite silenciamiento basado en horarios, por ejemplo, notificar solo al personal de guardia fuera del horario laboral. Política de escalamiento de alertas: configure alertas por niveles, como "notice → critical → fatal". Escale las notificaciones automáticamente si no se recibe respuesta a tiempo. Gestión del ciclo de vida de las alertas Historial y estadísticas de alertas: registre el estado de las alertas —por ejemplo, confirmadas o recuperadas— y genere informes de MTTR (tiempo medio de reparación). Integración con herramientas de O&M: active sistemas de tickets —como DingTalk Yida— o scripts automatizados de O&M —como reiniciar un servicio— cuando se disparen las alertas.
Apertura e integración	Integración fluida con el ecosistema Integración con servicios de Alibaba Cloud: se vincula profundamente con SLS, ARMS y Alibaba Cloud DevOps. Habilita la asociación automática de datos, por ejemplo, saltar de una consulta de registro directamente a una traza anómala. Compatibilidad con herramientas de terceros: admite protocolos de código abierto como Prometheus, OpenTelemetry y Telegraf. Funciona con la visualización de Grafana y la integración continua de Jenkins. Infraestructura como código (IaC): Terraform es compatible con Cloud Monitor 2.0. Puede usar terraform para gestionar almacenes de métricas y actualizar las métricas de monitoreo. Para obtener más información, consulte Terraform alicloud cms_addon_release. Compatibilidad con API y SDK Gestión mediante openapi: automatice tareas de monitoreo —como crear reglas de alerta por lotes o exportar datos de monitoreo— mediante API. Reporte de métricas personalizadas: use SDK para reportar métricas de negocio —como volumen de pedidos o PV/UV de actividad— y ampliar la cobertura del monitoreo. Acceso a la API de STAROps (antes AIOPS): STAROps se despliega a nivel de grupo de regiones. Las solicitudes provenientes de regiones de China las atiende el grupo de regiones de Beijing, y las de regiones fuera de China las atiende el grupo de regiones de Singapore. Cuando llame a las API de STAROps desde China, establezca el endpoint en `cms.cn-beijing.aliyuncs.com` (`cn-beijing`). Una llamada desde una región que no esté cubierta por estos grupos, como Shenzhen, devuelve un error de servicio no disponible. La vista previa pública de STAROps finalizó. Las llamadas a las API de STAROps, incluida `CreateThread`, consumen cuota de STAROps y se facturan según el uso una vez que se supera la cuota mensual gratuita.
Seguridad y alta disponibilidad	Seguridad de los datos Cifrado de extremo a extremo: cifre los datos de monitoreo durante la transmisión (HTTPS) y el almacenamiento (almacenamiento cifrado). Control de permisos: use roles de RAM para una gestión detallada de permisos, como acceso de solo lectura o permisos de configuración de alertas. Seguridad y cumplimiento: cumple con estándares de seguridad nacionales e internacionales para garantizar una transmisión y un almacenamiento de datos seguros y confiables. Confiabilidad del servicio Puntos de recopilación distribuidos a nivel global: los nodos de monitoreo cubren las principales regiones del mundo para evitar la pérdida de datos por inestabilidad de la red. Redundancia de datos: almacene los datos de monitoreo en varias réplicas para garantizar su recuperación.
Optimización de costos	Análisis del uso de recursos Identificación de recursos inactivos: marque automáticamente las instancias de ECS con carga baja prolongada y las EIP no vinculadas. Genere recomendaciones de liberación. Informes de asignación de costos: supervise el consumo de recursos en la nube por proyecto, departamento o etiqueta. Admite la asignación de costos y el control presupuestario. Muestreo de datos adaptativo Ajuste la frecuencia de recopilación según sea necesario: reduzca la frecuencia de las métricas no críticas —por ejemplo, de 1 minuto a 5 minutos— para disminuir los costos de almacenamiento.
Gestión unificada entre regiones	Supervise y gestione recursos de varias regiones desde un solo lugar. Simplifique los flujos de trabajo de O&M.

Escenarios

Escenario	Descripción	Ventajas
Escenario 1: Monitoreo integral unificado y grafo de observability en tiempo real	Las empresas necesitan monitorear servidores físicos, contenedores, microservices y bases de datos en entornos de nube híbrida. Cloud Monitor 2.0 recopila métricas, trazas, registros y eventos en un solo lugar y construye un grafo de observability de extremo a extremo para lograr visibilidad entre recursos y servicios.	Fusión de datos de múltiples orígenes: admite más de 50 orígenes de datos —desde infraestructura y middleware hasta aplicaciones— para eliminar los silos de información. Paneles visuales: personalice las vistas para mostrar la topología de recursos, las dependencias de servicios y los indicadores clave de rendimiento (KPI). Análisis de asociación multidominio: vincule automáticamente las métricas anómalas con los registros y trazas relacionados para identificar causas raíz con mayor rapidez.
Escenario 2: Detección inteligente de anomalías y predicción de fallas	Durante los picos de tráfico, identificar manualmente fallas ocultas resulta difícil. Cloud Monitor 2.0 utiliza aprendizaje automático para analizar datos históricos, predecir riesgos como cuellos de botella de capacidad y latencia, y activar advertencias tempranas.	Localización de la causa raíz: detecte y calcule en tiempo real mediante métricas, trazas y datos de perfilado. Cubre latencia, tasa de errores, anomalías y casos de falta de memoria (OOM). Análisis del alcance del impacto: identifique las áreas afectadas, como usuarios finales, aplicaciones de frontend, solicitudes de página, aplicaciones, interfaces, bases de datos y contenedores o instancias de ECS. Exploración de autoservicio con Copilot: use IA generativa para obtener informes de detección y soluciones bajo demanda. Convergencia de alertas: converja alertas entre productos e instancias. Agrupe las alertas con la misma causa raíz para reducir el ruido.
Escenario 3: Trazado integral de extremo a extremo del cliente al servidor (APM)	En arquitecturas de microservices, una sola solicitud puede involucrar decenas de llamadas a servicios. Cloud Monitor 2.0 combina el trazado integral con diagnósticos a nivel de código, y vincula la experiencia del usuario ascendente con la infraestructura descendente para analizar con precisión consultas lentas e interbloqueos.	Grafo de observability integral: cubre servicios, interfaces, instancias de servicios en la nube y datos diversos —como métricas, eventos y metadatos— con asociaciones de entidades entre dominios. Consulta y análisis de datos asociados: en sentido ascendente, recupere endpoints de acceso dinámicos en tiempo real y analice el impacto en el negocio. En sentido descendente, recupere dependencias dinámicas en tiempo real —como middleware, bases de datos y contenedores— con datos completos de monitoreo. Detección dinámica de la arquitectura: construya una CMDB global y completa con detección automática y vistas completas de topología.
Escenario 4: Cumplimiento de seguridad e información sobre amenazas	Las empresas necesitan monitorear eventos de seguridad en tiempo real y auditar el cumplimiento normativo. Cloud Monitor 2.0 utiliza análisis de registros y reconocimiento de patrones de comportamiento para detectar amenazas como inicios de sesión anómalos y filtraciones de datos.	Detección de amenazas en tiempo real: use motores de reglas y modelos de IA para identificar ataques, como inicios de sesión anómalos e inyecciones SQL. Informes de auditoría de cumplimiento: genere automáticamente informes de registros de operación para cumplir con requisitos normativos, como el esquema de protección clasificada de China y el GDPR. Respuesta automatizada: integre security groups o WAF para bloquear automáticamente direcciones IP de alto riesgo.
Escenario 5: Optimización de recursos y gestión de costos	La falta de claridad en el uso de los recursos en la nube genera desperdicio. Cloud Monitor 2.0 analiza la utilización de recursos y recomienda políticas de escalado elástico y planes para liberar recursos inactivos.	Análisis de utilización: marque instancias de ECS con carga baja y discos no montados. Genere listas de verificación de optimización. Pronóstico de costos: prediga las facturas mensuales según las tendencias históricas de gasto y proporcione consejos de ahorro. Elasticidad automatizada: escale clústeres de Kubernetes o servicios serverless vertical u horizontalmente según el tráfico.
Escenario 6: Alertas inteligentes y O&M automatizado	Las alertas tradicionales suelen provocar falsos positivos o sobrecarga de información. Cloud Monitor 2.0 utiliza reducción de ruido de alertas, umbrales dinámicos y notificaciones por niveles para mejorar la precisión, además de admitir acciones de corrección automatizadas.	Agregación de alertas: combine eventos similares para evitar notificaciones duplicadas. Entrega por múltiples canales: envíe alertas según su gravedad, por ejemplo, a DingTalk, correo electrónico o mensaje de texto. Scripts automatizados: active scripts prediseñados para reiniciar servicios o aislar nodos defectuosos.
Escenario 7: Componentes de observability de código abierto administrados y O&M inteligente	Las empresas utilizan ampliamente Prometheus, Grafana y OpenTelemetry en entornos híbridos o multinube, pero enfrentan tres desafíos: Alta complejidad de O&M: los clústeres de Prometheus autogestionados requieren administrar la recopilación de datos, el almacenamiento y las alertas de extremo a extremo. El despliegue y el escalado resultan costosos. Silos de datos: los datos de traza de OpenTelemetry, las métricas de Prometheus y los paneles de Grafana residen en ubicaciones separadas, sin un análisis unificado. Falta de inteligencia: las herramientas de código abierto dependen de reglas de alerta manuales y análisis de causa raíz, lo que dificulta su adaptación a arquitecturas dinámicas nativas de IA.	Ahorro de costos y mayor eficiencia: el servicio administrado elimina el 90 % del trabajo de O&M. La utilización de recursos mejora un 30 %. Observability integral: cubre infraestructura (métricas de Prometheus), rendimiento de aplicaciones (trazas de OpenTelemetry) y experiencia del usuario (visualización de Grafana). Abierto y compatible: se integra sin inconvenientes con ecosistemas de código abierto —como Prometheus Operator y complementos de Grafana— para adaptarse a las pilas de nube híbrida empresariales.

Aplicaciones de observability

Tipo de app	Nombre de la app	Descripción
Persistente	Alert Center	Gestione toda la información de alertas en un solo lugar.
Persistente	All Features	Gestione todas las apps y los servicios relacionados en un solo lugar.
Persistente	Integration Center	Integre y gestione objetos y datos de observability.
Residente	Entity Explorer	Explore el estado y el rendimiento de los objetos monitoreados.
Persistente	Cloud Service Monitoring	Consulte y configure alertas sobre las métricas de monitoreo básicas de los servicios de Alibaba Cloud.
Observability de aplicaciones	Application Monitoring	Supervise el rendimiento de las aplicaciones y diagnostique fallas en tiempo real.
Observability de aplicaciones	Real User Monitoring	Supervise aplicaciones web, móviles y miniprogramas.
Observability de aplicaciones	AI Application Observability	Proporcione observability integral e integrada para aplicaciones de IA.
Monitoreo de O&M	Prometheus Service	Servicio en la nube de Prometheus totalmente administrado para monitoreo de alto rendimiento.
Monitoreo de O&M	Incident Response	Agrupe eventos de alerta en incidentes y gestióneles.
Monitoreo de O&M	Synthetic Monitoring	Simule solicitudes de usuarios para supervisar de forma proactiva la calidad de la red, la disponibilidad del servicio y la experiencia del usuario.
Monitoreo de O&M	Database Observability	Proporcione observability integral para servicios de base de datos.
Monitoreo de O&M	Log Audit	Registre y revise registros de operación.
Información sobre servicios en la nube	PAI Insights	Proporcione observability integral para Platform for AI (PAI).
Información sobre servicios en la nube	Container Insights	Analice en profundidad el estado operativo de los clústeres de Kubernetes.
Información sobre servicios en la nube	ECS Insights	Monitoreo avanzado para Elastic Compute Service (ECS).
Exploración y análisis inteligentes	UModel Explorer	Herramienta de depuración de entidades y UModel.
Exploración y análisis inteligentes	Data Explorer	Explore y analice métricas y datos de monitoreo.
Exploración y análisis inteligentes	Event Hub	Gestione todo tipo de información de eventos en un solo lugar.
Exploración y análisis inteligentes	Dashboard	Panel que muestra las métricas clave.
Exploración y análisis inteligentes	Log Explorer	Proporcione servicios de exploración y análisis de datos de registro.

Preguntas frecuentes

¿Por qué algunos elementos de configuración siguen mostrándose en chino después de establecer la consola de Cloud Monitor en inglés?

Esto suele deberse a una de las siguientes razones:

Algunos marcadores de posición de los cuadros de texto y etiquetas de menús desplegables en las reglas de alerta provienen de la estructura de parámetros de métricas que entrega el backend (AlertRuleAlertMetricDef). Campos como labelCn y placeholderCn están definidos estáticamente en chino en la versión actual. No se adaptan al idioma de la consola, por lo que permanecen en chino incluso en la consola en inglés.
La caché del navegador no se ha actualizado, por lo que la consola sigue cargando recursos de página obsoletos después de cambiar el idioma.

Solución: borre la caché del navegador o fuerce la actualización de la página y, a continuación, vuelva a abrir la consola. Si después de actualizar la página algunos elementos de configuración siguen mostrándose en chino, se aplica la primera razón mencionada, lo cual no afecta la funcionalidad.