API 生命周期管理：监控、发现与变更管理策略
1. 监控的重要性与挑战
监控在 API 管理中具有多种重要用途，包括识别瓶颈、跟踪内部关键绩效指标（KPIs）和外部目标与关键成果（OKRs），以及提醒团队注意性能异常，如异常流量高峰、意外访问授权等。在 API 项目早期，可以使用相对较小、有针对性的工具以及一些简单的仪表盘和日志检查实践来进行监控。然而，随着 API 环境的增长，监控面临着来自数据量、可见性和波动性的挑战，可能会超出现有的工具处理能力。
1.1 数据量挑战及解决方案
当 API 环境扩展时，监控信息的大量涌入可能会超出处理能力。通常在集中式监控管理模型中，一小群具备监控技能的人员负责收集、管理和解释实时和历史日志数据，随着数据量的增加，单个团队可能无法应对，扩大中央团队也无济于事。更好的策略是将监控专业知识推向开发 API 和组件的团队，具体操作步骤如下：
1. 让各个团队负责收集和管理自己的跟踪数据。团队拥有自己的跟踪数据后，能够开发过滤器和相关性分析，以获取有意义的见解。
2. 创建一个中央跟踪数据存储库，该存储库专注于组织内各种 API 之间的相关性。中央数据存储库通常是组件/API 团队实际跟踪数据的过滤、关联子集（通常经过时间压缩），可用于发现模式和异常。
3. 当中央层面出现趋势或问题时，依靠团队层面的详细数据来确认和解决问题。
1.2 可见性挑战及解决方案
创建过滤/关联数据的中央存储库是维护和提高监控可见性的关键。由于无法预见所有需要跟踪的数据点，早期日志记录和监控可能包含许多与当前网络状态看似无关的值，但这些值可能具有潜在关系。因此，明智的做法是记录所有数据，仅监控一
