AIAI学习站
继续学习
本章进度 10 / 18
56%
部署与可靠性·理解·10 分钟
正文已完成

指标、日志与追踪回答不同问题

从聚合趋势、离散事件与跨服务路径理解三类可观测信号的职责。

L303
为什么现在学

先用本课建立“监控告警”的基本直觉，后面的判断和练习才不会只靠记结论。

本课会用什么
  • 无需安装新工具
  • 直接阅读并完成本页理解检查

可观测性不是“多打日志”。指标适合发现趋势与告警，日志保存带上下文的离散事件，追踪展示一次请求跨组件的完整路径。三者用一致的请求 ID 和服务字段关联，才能从异常数字走到具体证据。

这一课的结果

能为一个故障问题选择指标、日志或追踪，并说明三者怎样关联。

核心概念

先把关键判断说清楚

01

指标看整体变化

请求率、错误率、延迟分位数和资源饱和度适合低成本持续聚合。

02

日志解释具体事件

结构化日志记录错误码、业务状态和非敏感上下文，支持定位一类或一次失败。

03

追踪连接因果路径

Trace 与 span 显示请求经过哪些服务、各段耗时和失败位置，适合分布式调用。

案例拆解

从延迟告警走到慢数据库查询

课程页 p95 延迟告警触发，但单看应用日志只见“请求完成”。

  1. 01

    指标确认延迟仅发生在课程详情入口，开始时间为14时05分。

  2. 02

    追踪显示数据库 span 占 92% 时间，并关联 trace_id。

  3. 03

    按 trace_id 查结构化日志，发现特定查询缺少索引且输入规模异常。

案例结果

三类信号从“哪里慢”逐层收敛到具体查询与输入。

提交前练习

现在轮到你

为一个关键请求设计最小三信号组合。

选做练习：本节练习可用于加速你巩固，但不影响继续学习。

内容会自动保存在当前设备
查看参考答案与评分标准

参考答案

请求是生成课程摘要；指标是请求数、错误率、p95、模型并发；日志是lesson_id、模型、错误码，不记正文；追踪是入口、资料加载、模型调用、存储；用 trace_id 与 request_id 关联。

评分标准

  • 每类信号回答不同问题
  • 日志字段不泄露敏感内容
  • 关联键贯穿完整请求

本课收口 · 理解检查

用 30 秒确认你理解了

用 30 秒理解检查确认你抓住了重点；阅读标记、练习和总结都不设硬门槛。

0 / 1
02完成练习（选做）0 / 4 项已填写，不影响完成03通过理解检查点此去回答，约 30 秒
04补一句总结（可选）可以留空，不影响完成本课。
要判断一次请求在哪个下游服务耗时最多，最直接依赖哪类信号？
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。

资料来源

继续核对与延伸阅读

本课内容最近更新于 。