分布式系统的可观察性需要集中解决三种类型的监视数据，即度量，跟踪和日志记录。代表监视的指标数据，例如CPU内存，流量大小等，跟踪数据也可以说是服务调用栈的数据。第三种是日志数据，例如ELK中的日志分析。下面一起来了解一下影响网络监控数据分析的指标有哪些？
其描述对当前业务系统的访问是否畅通以及时间消费在增加。例如从四层网络的角度来看，存在三向握手和协议栈响应延迟，从应用程序的角度来看存在HTTP响应和DNS响应延迟。错误可能在网络层发生，例如TCP连接失败，重置重传等，也可能在应用层发生，例如HTTP的其他错误或DNS解析失败。一般来说是对计算和存储资源的描述，对于虚拟网络还可以描述虚拟交换机的负载。网络级别的负载主要反映在诸如并发连接数和当前活动用户数之类的指标中。
新连接的数量和新连接的速率是多少？HTTP请求的数量是多少，依此类推。目前许多国内公司已经通过自己的产品启用容器网络性能监控。例如，SpruceNetworks的DeepFlow云网络分析基于有效的混合云流量收集，以及时间序列数据存储和检索技术提供了混合云网络流量收集分发和性能监视诊断解决方案。
总而言之，影响网络监控数据分析的指标有延迟时间、系统的吞吐量以及负载量。这种类型的数据将具有更高的相关度，即每个请求或每个日志的数据。指标通常是在分布式系统中实现可观察性的可能，是可聚合且可配置的警报，针对大型监视数据进行分析和警报判断。网络的指标监视通常考虑以上几个方面，这几个方面可以涵盖分布式系统的各个角落实现分布式系统的可观察性。