这是 Beta 探索课程,内容结构、实验步骤和示例可能会继续调整。
链路追踪
指标能告诉你「支付接口 P95 变慢了」,日志能告诉你「某个订单处理失败了」,但在微服务架构里,一次请求要穿过 API 网关、订单服务、支付服务、库存服务、消息队列和数据库,单条日志解释不了完整请求。链路追踪要回答的是一个更具体的问题:这次请求到底卡在哪里。
基本模型是 Trace 和 Span——Trace 是一次完整请求的全局轨迹,Span 是其中的一个操作。Span 按父子关系组成树而不是平铺:谁调用了谁、每层花了多少时间、状态和错误信息是什么,一棵树就能还原调用层级。
链路能不能工作,关键在上下文传播。入口服务生成 trace_id,之后每次 HTTP、RPC 和消息队列调用都要把它传下去,常见做法是放进请求头的 traceparent 里;某处没传,前后半段就成了两个 trace,链路直接断掉。所以平台还要监控 trace 覆盖率,新服务上线后应接近 100%,掉下来就说明有服务断链。
成本上又不能全量采集,采样要保护核心信号:错误请求全量采样、慢请求提高采样率、重要租户和核心链路定向采样、其余走固定比例。这里有个坑——入口做出采样决策后,下游必须跟随同一个决策,否则 trace 会只剩前半段。读完这一章,你应该能解释树形 span 为什么能定位卡点,能设计上下文传播与覆盖率监控方案,并说明链路必须和带 trace_id 的日志、保留服务维度的指标、能给出典型 trace 链接的告警联动,排障路径才会闭合。
发现内容有问题?
告诉我们哪里需要改进。
