罗罗编程学习记录
本页内容 展开查看

06.8.5.2 日志、指标、链路追踪与配置

所属:全栈开发面试题库 / 06 后端框架与工程实践 / 06.8 Kotlin 后端 / 06.8.5 服务端配套与工程实践

本节要解决的问题

本篇覆盖 Kotlin 服务端的可观测性落地:slf4j 门面与 logback/log4j2、结构化日志、MDC 与协程上下文传递、Micrometer 指标、OpenTelemetry 链路追踪与 traceId 跨协议透传,以及类型安全配置、环境变量/Secret 与脱敏。RPC 契约层细节归 06.8.5.1,通用 K8s 编排归 08 分册;版本基线 slf4j 2.x、Micrometer 1.13、OpenTelemetry 1.x,不确定处标「待确认」。

06.8.5.2-001 slf4j 门面与日志实现是什么关系?

一句话结论

slf4j 是日志门面 API,业务代码面向门面调用;实际输出由绑定的实现(logback 或 log4j2)完成,切换实现不改业务代码。

概念解释

门面解耦日志调用与实现:代码编译期只依赖 slf4j API,运行时类路径绑定具体实现。Kotlin 常用 org.slf4j.Logger/LoggerFactory。同一类路径不要绑定多个实现,否则告警与行为不确定。

原理流程

  1. 代码调用 slf4j 接口。
  2. 运行时查找绑定的日志实现。
  3. 实现按配置输出到控制台/文件。
  4. 切换实现只换依赖与配置。

代码或图示

private val log = LoggerFactory.getLogger("OrderService")
log.info("order created: {}", orderId)

常见误区

  • 直接在代码里调用 logback/log4j2 专有 API,绑定被锁死。
  • 类路径同时存在多个实现绑定,出现告警或输出不一致。

追问

  • Kotlin 有日志委托库吗?答:可用 kotlin-logging 一类包装委托 Logger,底层仍是 slf4j。
  • 日志门面与日志级别配置在哪?答:实现配置文件(logback.xml 一类),门面不控制输出。

06.8.5.2-002 Kotlin 中 logger 怎么声明?

一句话结论

每个类持有一个 Logger 实例,用 by lazy 或委托库延迟创建;logger 是无状态线程安全对象,可作为类级常量。

概念解释

logger 实例线程安全,无需每次方法调用新建。Kotlin 常用伴生对象持有 logger,或用委托库一行声明。日志名通常对应类名,便于按类过滤级别。避免在日志消息里拼接字符串,用占位符。

原理流程

  1. 类加载时创建 logger(lazy 或伴生)。
  2. 方法内按级别输出。
  3. 占位符延迟格式化。
  4. 按 logger 名配置级别。

代码或图示

class OrderService {
    private val log = LoggerFactory.getLogger(OrderService::class.java)
    fun create(id: Long) { log.info("create order {}", id) }
}

常见误区

  • 字符串拼接日志参数,级别未开也付出拼接成本。
  • 每个方法新建 logger 实例。

追问

  • 委托库写法?答:private val log = logger()(kotlin-logging),内部仍包 slf4j。
  • 日志名用类名还是业务名?答:类名便于定位,业务标签走结构化字段。

06.8.5.2-003 日志级别怎么在生产配置?

一句话结论

生产默认 INFO,核心链路 DEBUG 按需临时开启;ERROR 用于需要介入的错误,WARN 用于可恢复异常。级别按 logger 名分层配置。

概念解释

级别从低到高 TRACE/DEBUG/INFO/WARN/ERROR。生产开 DEBUG 会放大日志量与 IO。ERROR 不用于预期内业务失败,业务拒绝走 WARN/INFO。级别可按包/类单独调整,框架噪音包调低。

原理流程

  1. 根级别设 INFO。
  2. 业务包按需配置。
  3. 第三方框架包降噪到 WARN。
  4. 排障时临时上调指定 logger 级别。

代码或图示

root: INFO
com.yourapp.order: DEBUG(临时)
org.apache: WARN

常见误区

  • 生产全量 DEBUG,磁盘与日志成本失控。
  • 预期业务异常打 ERROR,告警噪音淹没真实故障。

追问

  • 级别怎么动态调整?答:见后续动态级别题目,依赖 Actuator/日志框架能力。
  • 业务失败怎么记日志?答:记录关键上下文与结果,级别按是否需要介入判断。

06.8.5.2-004 结构化日志的 JSON 字段怎么约定?

一句话结论

结构化日志输出 JSON,固定字段(时间、级别、logger、traceId、消息)加业务字段(订单号、用户 ID、渠道);字段名全项目统一,便于检索聚合。

概念解释

纯文本日志难以按字段检索,JSON 结构化后可被日志平台解析过滤。字段分通用字段与业务字段,类型明确(字符串/数字/布尔)。消息文本保留人读摘要,细节放字段。避免把整个对象 toString 塞进消息。

原理流程

  1. 配置 JSON 编码器。
  2. 通用字段由框架填充。
  3. 业务字段通过 MDC/结构化参数写入。
  4. 日志平台按字段检索聚合。

代码或图示

{
  "level": "INFO",
  "traceId": "abc123",
  "orderId": 1001,
  "message": "order created"
}

常见误区

  • 字段名各服务不一致,跨服务检索困难。
  • 把敏感信息塞进结构化字段。

追问

  • 结构化日志用什么实现?答:logback/log4j2 的 JSON 编码器或日志框架扩展;具体配置按实现确认。
  • 异常堆栈怎么放?答:独立字段输出堆栈,不破坏 JSON 结构。

06.8.5.2-005 MDC 是什么,解决什么问题?

一句话结论

MDC(映射诊断上下文)是线程级键值上下文,日志输出时自动附带其中字段;用于把 traceId、用户 ID、订单号贯穿一条链路的所有日志。

概念解释

MDC 绑定到当前线程,日志编码器读取 MDC 字段写入输出。传统 Web 模型下请求线程天然持有 MDC。MDC 内容需要在请求入口设置、结束清理。异步/协程场景 MDC 不会自动跟随,是常见坑。

原理流程

  1. 请求入口把 traceId 等放入 MDC。
  2. 同线程日志自动附带 MDC 字段。
  3. 处理结束清理 MDC。
  4. 跨线程/协程需显式传递。

代码或图示

MDC.put("traceId", traceId)
try {
    log.info("process")
} finally {
    MDC.clear()
}

常见误区

  • 线程池复用线程,MDC 未清理导致上一请求字段残留。
  • 协程切换线程后 MDC 丢失,日志缺上下文。

追问

  • MDC 是线程局部变量吗?答:基于线程局部存储,异步模型下需桥接。
  • MDC 能放多大对象?答:只放小键值,不放大对象引用。

06.8.5.2-006 MDC 在协程上下文传递有什么坑?

一句话结论

MDC 基于线程局部,协程切换线程后原线程 MDC 不会自动跟随;需要把 MDC 内容存入 CoroutineContext 元素,在调度切换后恢复到新线程 MDC。

概念解释

Kotlin 协程可在不同线程间调度,线程局部值不自动传播。直接用 MDC 在挂起点后日志会丢字段。方案:自定义协程上下文元素携带 MDC map,配合调度器拦截器在进入/退出时复制到线程 MDC。具体桥接库与 API 按项目依赖确认(待确认)。

原理流程

  1. 请求开始把上下文存入协程上下文元素。
  2. 协程调度切换线程。
  3. 拦截器在新线程把元素内容写回 MDC。
  4. 结束清理线程 MDC。

代码或图示

// 意图示例:自定义上下文元素携带 MDC map;桥接实现按所选库确认
class MdcContext(val map: Map<String, String>) : AbstractCoroutineContextElement(MdcContext)

常见误区

  • 以为 Dispatchers.IO 切换后 MDC 仍在。
  • 子协程启动时未继承上下文元素,字段丢失。

追问

  • 现成桥接方案有哪些?答:协程 MDC 集成库或框架插件,具体坐标与 API 待确认。
  • 线程池场景同理吗?答:同理,线程复用都需要复制与清理。

06.8.5.2-007 CoroutineContext 与 MDC 怎么桥接?

一句话结论

把诊断上下文封装为 CoroutineContext.Element,随协程父子传播;在线程调度边界通过拦截器把内容写入/清出线程 MDC,保证日志字段连续。

概念解释

协程上下文元素天然随 launch/async 继承,比线程局部更适合协程模型。元素携带不可变上下文 map。拦截器在恢复挂起点时把 map 复制到 MDC。不要直接把 MDC 当协程状态读写。

原理流程

  1. 定义上下文元素实现 Element。
  2. 根协程上下文放入元素。
  3. 子协程继承元素。
  4. 调度拦截器同步到线程 MDC。

代码或图示

// 意图示例
val ctx = MdcContext(mapOf("traceId" to traceId))
launch(ctx) { /* 日志携带 traceId */ }

常见误区

  • 元素内放可变 map,子协程修改互相影响。
  • 只在入口写 MDC,不在协程恢复点恢复。

追问

  • 元素需要实现 key 吗?答:按 AbstractCoroutineContextElement 约定提供 key。
  • 与 OTel 上下文传播关系?答:trace 上下文也走类似机制,见后续追踪题目。

06.8.5.2-008 traceId 与 spanId 怎么写入日志?

一句话结论

追踪上下文在请求入口解析后,把 traceId/spanId 放入 MDC(或协程上下文),日志编码器输出为结构化字段;跨线程/协程保持传递一致。

概念解释

日志与追踪通过 traceId 关联:有报错日志可凭 traceId 查到完整调用链。spanId 标识当前片段。字段名与 OTel/W3C 约定对齐。入口缺失上游 traceId 时生成新的。

原理流程

  1. 入口解析或生成 traceId/spanId。
  2. 写入 MDC/协程上下文。
  3. 日志输出附带字段。
  4. 跨协议调用继续透传。

代码或图示

MDC.put("traceId", spanContext.traceId)
MDC.put("spanId", spanContext.spanId)

常见误区

  • 日志字段名与追踪系统不一致,无法串联。
  • 异步任务未继承上下文,traceId 丢失。

追问

  • 日志里记 traceId 还是完整 traceparent?答:记 traceId/spanId 字段,完整头用于透传。
  • 内部定时任务 traceId 哪来?答:任务触发时生成新 trace。

06.8.5.2-009 日志脱敏怎么处理?

一句话结论

手机号、身份证、银行卡、密钥等敏感字段在输出前脱敏(掩码/哈希/不记录),在日志封装层统一处理,避免各业务散落正则。

概念解释

日志可能被多处采集访问,敏感信息落日志有合规风险。脱敏策略按字段类型定义:保留前后几位、中间掩码。密钥/令牌禁止出现。结构化字段与消息文本都要覆盖。脱敏在日志输出前统一完成。

原理流程

  1. 识别敏感字段清单与脱敏规则。
  2. 日志封装/编码器统一掩码。
  3. 结构化字段与文本消息都过规则。
  4. 评审与扫描校验无明文敏感数据。

代码或图示

手机号 138****8000;身份证保留首尾;密钥/令牌不记录

常见误区

  • 只脱敏消息文本,结构化参数仍带明文。
  • 异常堆栈携带请求体,未过滤敏感字段。

追问

  • 脱敏在框架层还是业务层?答:公共规则在封装层,业务避免记录敏感对象。
  • 调试需要完整信息怎么办?答:受限环境开启,生产保持脱敏。

06.8.5.2-010 异常堆栈日志有什么规范?

一句话结论

ERROR 日志携带异常对象输出完整堆栈,消息说明上下文与触发操作;不要只打 message 丢堆栈,也不要重复包装多层异常刷屏。

概念解释

堆栈是定位根因的关键。日志框架把 throwable 作为最后参数输出堆栈。异常经过多层包装时保留 cause 链。预期业务异常不打 ERROR 堆栈。堆栈字段结构化存储,便于检索。

原理流程

  1. 捕获异常记录日志。
  2. 消息写操作上下文与业务 ID。
  3. 异常对象作为堆栈参数传入。
  4. 上层不重复记录同一异常。

代码或图示

log.error("create order failed: {}", orderId, e)

常见误区

  • log.error(e.message) 丢掉堆栈。
  • 每层都 catch 并打 ERROR,同一异常多条重复堆栈。

追问

  • cause 链怎么完整打印?答:日志实现默认打印 cause 链;确认配置未截断。
  • 业务异常要堆栈吗?答:预期分支记录结果即可,非预期错误保留堆栈。

06.8.5.2-011 异步日志会带来什么问题?

一句话结论

异步日志提升业务线程吞吐,但存在队列积压、丢失风险与顺序问题;关键错误日志需评估同步策略与队列容量。

概念解释

日志写盘是 IO,异步把日志事件丢队列由后台线程写。队列满时策略有阻塞、丢弃、降级。崩溃时未刷盘日志可能丢失。高吞吐服务权衡异步收益与可靠性。配置队列大小、拒绝策略与刷盘策略。

原理流程

  1. 业务线程写日志事件入队列。
  2. 后台日志线程批量写盘。
  3. 队列满按策略处理。
  4. 关闭时刷盘退出。

代码或图示

业务线程 → 日志队列 → 后台写盘线程

常见误区

  • 以为异步日志零成本,忽略队列积压与丢失风险。
  • 关键审计日志走异步且无刷盘保证。

追问

  • 怎么监控日志积压?答:队列剩余/饱和指标纳入监控。
  • 异步日志顺序怎么保证?答:同线程事件顺序受限,跨线程顺序不保证。

06.8.5.2-012 日志滚动与留存怎么配置?

一句话结论

按大小/时间滚动切割,保留期限与总量上限明确;容器化部署优先 stdout 由采集侧管理留存,应用本地文件策略按部署形态调整。

概念解释

滚动防止单文件无限增长。留存周期按合规要求设定,历史日志由采集平台归档。容器内写本地文件易随销毁丢失,标准做法输出 stdout,由日志采集器收集。文件路径与编码按实现配置。

原理流程

  1. 确定输出形态(stdout/文件)。
  2. 配置滚动策略与保留上限。
  3. 采集平台集中留存检索。
  4. 定期复核磁盘与合规要求。

代码或图示

滚动:按天/大小切割;保留:N 天;总量:上限 M GB

常见误区

  • 容器内写本地日志文件,实例销毁后无法追溯。
  • 不设总量上限,磁盘打满影响服务。

追问

  • 留存周期谁定?答:合规与业务要求,安全审计场景从长。
  • 多副本日志怎么聚合?答:采集器按服务/副本/时间聚合检索。

06.8.5.2-013 日志级别能不能运行时动态调整?

一句话结论

可以,前提是日志实现与暴露端点支持:通过 Actuator 日志端点或管理接口调整 logger 级别,无需重启;动态调整要鉴权并记录变更。

概念解释

排障时常需临时开某包 DEBUG。框架暴露级别调整端点,日志实现支持运行时改级别。动态级别不持久化,重启恢复配置。端点属于内部管理接口,需要鉴权。具体端点与 API 按 Spring Boot/日志实现确认。

原理流程

  1. 管理端点鉴权后请求调整级别。
  2. 日志实现更新对应 logger 级别。
  3. 观察排障日志。
  4. 恢复原级别或重启还原。

代码或图示

POST /actuator/loggers/com.yourapp.order  { "configuredLevel": "DEBUG" }

常见误区

  • 管理端点未鉴权,外部可改级别灌日志。
  • 临时调整忘记恢复,生产长期 DEBUG。

追问

  • 级别调整持久化吗?答:默认运行时生效,重启回配置文件。
  • 不暴露端点怎么临时调试?答:重启带配置覆盖,或接动态配置中心。

06.8.5.2-014 框架访问日志与业务日志怎么区分?

一句话结论

访问日志记录请求/响应元数据(方法、路径、状态码、耗时),业务日志记录领域事件;分 logger 名/字段区分,避免访问日志刷屏掩盖业务错误。

概念解释

框架访问日志由管道/过滤器生成,业务日志由代码输出。两者字段与级别不同:访问日志偏统计,业务日志偏事件。可分别配置输出目标与级别。请求耗时与状态码也可作为指标采集。

原理流程

  1. 管道生成访问日志。
  2. 业务代码输出领域事件日志。
  3. 按 logger 名/类别配置级别与编码。
  4. 检索时按类别过滤。

代码或图示

访问日志:method, path, status, latency
业务日志:event, orderId, traceId

常见误区

  • 访问日志开 DEBUG 打全量请求体,敏感信息与量都失控。
  • 业务错误混在访问日志里,按状态码检索不到。

追问

  • 请求体要不要记?答:默认不记,排障采样受限记录,敏感字段脱敏。
  • 访问日志与指标重复吗?答:指标聚合统计,访问日志明细排查,用途互补。

06.8.5.2-015 高吞吐场景日志采样怎么做?

一句话结论

正常流量按比例采样记录,错误与慢请求全量保留;采样策略在日志层或管道层实现,避免高吞吐下日志量压垮 IO。

概念解释

全量日志在高 QPS 下成本与噪声都高。采样按请求维度(traceId 哈希)保留部分样本,错误、超时、异常链路强制全量。采样率可按环境调整。采样不能影响错误排障完整性。

原理流程

  1. 区分正常样本与错误样本。
  2. 正常流量按比例采样。
  3. 错误/慢请求全量记录。
  4. 采样率配置可调。

代码或图示

错误/慢请求:100%
正常请求:按 traceId 哈希采样 1%

常见误区

  • 采样把错误链路也丢掉,排障断链。
  • 采样按随机概率,同一请求日志分散不一致。

追问

  • 采样率怎么定?答:按日志成本与排障需求平衡,核心链路提高保留比例。
  • 采样在哪层做?答:日志封装或采集侧,避免业务代码散落判断。

06.8.5.2-016 Micrometer 是什么,MeterRegistry 起什么作用?

一句话结论

Micrometer 是指标门面,与 slf4j 之于日志类似:代码面向 MeterRegistry 埋点,指标可导出到 Prometheus/其他后端;具体实现后端由配置绑定。

概念解释

MeterRegistry 是指标注册中心,创建并持有各类 Meter。业务代码注册计数器/计时器等,注册中心负责采集与导出。Micrometer 与 Spring Boot Actuator 集成自动暴露端点。版本基线 Micrometer 1.13。

原理流程

  1. 注入 MeterRegistry。
  2. 代码创建/记录 Meter。
  3. 注册中心聚合数据。
  4. 导出后端按周期抓取。

代码或图示

class OrderService(private val registry: MeterRegistry) {
    fun create() {
        Counter.builder("order.created").register(registry).increment()
    }
}

常见误区

  • 直接绑定特定监控后端 API,换后端要改业务代码。
  • 每次记录新建 Meter 实例,重复注册异常。

追问

  • Micrometer 与 OTel 指标关系?答:Micrometer 可作为门面,桥接 OTel 指标导出;具体桥接待确认。
  • 指标埋点代码放哪层?答:业务埋点在服务层,框架自动指标由管道/Actuator 提供。

06.8.5.2-017 Timer、Counter、Gauge、DistributionSummary 分别用于什么?

一句话结论

Counter 计数递增事件,Timer 记录耗时分布,Gauge 测量当前瞬时值,DistributionSummary 记录数值分布;按指标类型选择正确 Meter。

概念解释

Counter 只增不减(金额类用累加或 summary);Timer 记录时长并支持分位数;Gauge 绑定当前状态值(队列长度、缓存占用);Summary 记录非时间数值分布。类型选错会导致聚合口径错误。

原理流程

  1. 明确度量目标:次数/耗时/当前值/数值分布。
  2. 选择对应 Meter 类型。
  3. 注册到 registry 并记录。
  4. 后端按类型聚合展示。

代码或图示

Counter.builder("order.created").register(registry).increment()
Timer.builder("order.latency").register(registry).record { /* 业务 */ }

常见误区

  • 用 Counter 记录当前队列长度(应 Gauge)。
  • 用 Timer 记录非时间数值。

追问

  • Gauge 怎么避免引用泄漏?答:绑定弱引用或定期更新,见后续题目。
  • 分位数在哪个 Meter 上?答:Timer/Summary 支持分布统计。

06.8.5.2-018 Actuator 怎么暴露指标端点?

一句话结论

Spring Boot Actuator 暴露 /actuator/metrics 等端点,Micrometer 指标通过端点被抓取;端点需鉴权,暴露范围按环境配置。

概念解释

Actuator 提供指标、健康、信息等管理端点。Prometheus 后端通过专用端点抓取格式样本。端点属于内部接口,生产不公开暴露。Ktor 等非 Spring 框架按对应监控集成方式暴露(待确认具体方案)。

原理流程

  1. 引入 Actuator/Micrometer 依赖。
  2. 配置暴露的端点。
  3. 监控系统抓取指标端点。
  4. 端点访问鉴权限制。

代码或图示

/actuator/metrics          指标查询
/actuator/prometheus       Prometheus 格式样本

常见误区

  • 管理端点对公网开放,指标与内部信息泄露。
  • 端点未鉴权,可被枚举内部状态。

追问

  • 非 Spring 服务怎么暴露指标?答:Micrometer 注册表导出样本,经框架路由或独立管理端口暴露。
  • 健康检查与指标端点分开配置吗?答:分开管理暴露策略。

06.8.5.2-019 指标命名与标签有什么约定?

一句话结论

指标名按「域.实体.动作」小写点分,标签描述可分类维度;标签取值集合要有限受控,避免高基数。

概念解释

命名全局统一,跨服务对齐口径。标签用于维度切分(渠道、状态、错误类型)。标签值不能是用户 ID、订单号等高基数值。指标名不带环境后缀,环境靠实例/标签区分。

原理流程

  1. 定义指标命名规范。
  2. 标签维度枚举受控。
  3. 新增指标评审标签基数。
  4. 后端按标签聚合。

代码或图示

指标:order.created
标签:channel="alipay", status="success"
禁止标签:userId, orderId

常见误区

  • 指标名各服务风格不一,看板无法统一。
  • 标签放高基数值,时序数据库爆炸。

追问

  • 环境/实例怎么标注?答:抓取来源或公共标签注入,不写进指标名。
  • 状态类标签取值怎么管理?答:枚举固定,新增值走评审。

06.8.5.2-020 业务埋点怎么设计?

一句话结论

围绕业务结果埋点:成功/失败计数、关键操作耗时、业务量分布;埋点对应业务问题,不重复框架自动指标,标签克制。

概念解释

业务指标回答「订单创建多少、成功率多少、耗时多少」。框架自动指标覆盖 HTTP/JVM/连接池。业务埋点在服务关键路径记录。每个埋点明确用途与看板,不为埋而埋。

原理流程

  1. 梳理核心业务指标。
  2. 关键路径注册 Counter/Timer。
  3. 标签记录渠道/状态等维度。
  4. 看板与告警对应业务指标。

代码或图示

Timer.builder("order.create.latency")
    .tag("channel", channel)
    .register(registry)
    .record(duration)

常见误区

  • 埋点标签过多,基数失控。
  • 业务指标与系统指标口径混淆。

追问

  • 埋点放 Service 还是管道?答:业务语义在 Service,请求耗时在管道。
  • 指标失败影响业务吗?答:埋点异常不应阻断主流程,做好容错。

06.8.5.2-021 哪些 JVM 与 HTTP 指标是自动采集的?

一句话结论

Actuator/Micrometer 自动采集 JVM 内存、GC、线程、HTTP 请求耗时与状态码等指标;业务自定义指标在此基础上补充。

概念解释

自动指标由绑定器注册,无需业务代码。JVM 类指标包括堆/非堆、GC 暂停、线程数;HTTP 指标包括请求耗时、状态码标签。自动指标命名与标签按 Micrometer 约定,具体指标名以版本为准。

原理流程

  1. 依赖绑定器自动注册 Meter。
  2. JVM/运行时周期性采样。
  3. HTTP 管道记录请求指标。
  4. 后端采集展示。

代码或图示

自动:jvm.memory.used / jvm.gc.pause / http.server.requests

常见误区

  • 重复手写已自动采集的指标,口径重复。
  • 不清楚自动指标标签维度,看板误用。

追问

  • 自动指标能关闭吗?答:按配置绑定器开关调整,具体属性名待确认。
  • 连接池指标自动采集吗?答:HikariCP 一类有 Micrometer 绑定器,需确认启用。

06.8.5.2-022 指标怎么导出到 Prometheus?

一句话结论

注册 Prometheus 注册表/端点,Micrometer 指标按 Prometheus 文本格式暴露,Prometheus 周期抓取;标签与命名遵循后端约定。

概念解释

Micrometer 门面隔离后端,导出器把 Meter 转成 Prometheus 样本。端点暴露抓取格式。抓取周期、标签聚合在 Prometheus 配置。指标类型映射(Counter/Timer/Gauge)遵循后端语义。

原理流程

  1. 引入 Prometheus 集成依赖。
  2. 配置抓取端点。
  3. Prometheus 周期拉取样本。
  4. 看板与告警基于指标查询。

代码或图示

服务 /actuator/prometheus → Prometheus 抓取 → Grafana 看板

常见误区

  • 指标类型与 Prometheus 语义不符,聚合报错。
  • 抓取端点未纳入内部网络限制。

追问

  • 推模式还是拉模式?答:Prometheus 默认拉取;队列环境按部署架构确认。
  • 指标保留多久?答:后端 retention 配置,业务不负责存储。

06.8.5.2-023 直方图与分位数怎么理解?

一句话结论

Timer/Summary 记录分布直方图,后端按区间聚合计算分位数;客户端预聚合分位数与服务端直方图各有适用场景。

概念解释

平均值掩盖长尾,分位数(P95/P99)反映慢请求分布。Micrometer 直方图可在客户端预计算百分位,也可上传原始区间由后端聚合。分位数估算有误差,高基数标签下成本要评估。

原理流程

  1. 记录耗时数值进入分布统计。
  2. 直方图按 bucket 汇总。
  3. 后端/客户端计算分位数。
  4. 看板展示 P50/P95/P99。

代码或图示

Timer.builder("order.latency").publishPercentiles(0.5, 0.95, 0.99)
    .register(registry)

常见误区

  • 只看平均值判断性能。
  • 分位数标签维度过多,存储成本高。

追问

  • 预聚合分位数准确吗?答:是估算,样本区间内有误差。
  • 慢请求怎么下钻?答:指标定位长尾,trace 日志查具体请求。

06.8.5.2-024 标签高基数为什么是反模式?

一句话结论

标签基数(取值个数)过高会让时序序列数量爆炸,存储与查询成本飙升;高基数值应放日志/追踪,不作为指标标签。

概念解释

每个标签组合生成一条时间序列。用户 ID、订单号、URL 路径参数作为标签会产生海量序列。受控维度(状态、渠道、错误类型)才适合标签。指标设计先评估标签取值范围。

原理流程

  1. 列候选标签取值集合。
  2. 高基数项移到日志字段。
  3. 指标只保留有限维度。
  4. 评审新增标签基数。

代码或图示

合理标签:status, channel
禁止标签:userId, orderId, rawPath

常见误区

  • 为下钻方便把请求 ID 打标签,序列膨胀。
  • 未评估基数上线,监控后端压力陡增。

追问

  • 需要按用户下钻怎么办?答:日志/trace 维度分析,不在指标层。
  • 路径变量怎么归一?答:路径模板作为标签,具体 ID 不进入。

06.8.5.2-025 告警阈值怎么设定?

一句话结论

告警基于指标分位数/错误率/饱和度设定,区分需要立即介入的故障与趋势预警;阈值结合历史基线,避免过敏或漏报。

概念解释

指标是观测数据,告警是阈值触发。错误率、P99 耗时、资源饱和度作为核心告警。阈值参考历史基线与 SLO。告警分级:立即处理、观察、记录。告警必须有对应处置手册。

原理流程

  1. 定义服务 SLO 与核心指标。
  2. 基于基线设定阈值与持续时间。
  3. 分级路由通知。
  4. 复盘调整阈值。

代码或图示

告警:错误率 > 1% 持续 5 分钟;P99 > 800ms 持续 10 分钟

常见误区

  • 阈值无基线拍脑袋,告警过敏或漏报。
  • 告警无处置手册,收到不知如何处理。

追问

  • 指标告警与日志告警区别?答:指标聚合趋势告警,日志关键词定位明细。
  • 饱和度指标看什么?答:CPU、内存、连接池、队列深度。

06.8.5.2-026 OpenTelemetry 的 Trace、Span、Context 是什么?

一句话结论

Trace 是一次完整调用链,Span 是链上一个操作片段,Context 携带 traceId/spanId 等传播信息;三者构成分布式追踪模型。

概念解释

一个 Trace 由多个 Span 组成,Span 有父子关系。Context 是跨进程/线程传播的追踪上下文。OTel 提供 API、SDK 与采集导出标准。服务端为每个入口请求建立 Trace,内部操作建 Span。

原理流程

  1. 入口创建/继承 Trace 与根 Span。
  2. 内部操作创建子 Span。
  3. Context 随调用传播。
  4. Span 结束上报后端。

代码或图示

Trace t1
 ├─ Span A (HTTP 入口)
 │   └─ Span B (DB 查询)
 └─ Span C (下游调用)

常见误区

  • 把 Span 当日志片段,忽略父子关系与耗时。
  • Context 未跨线程传播,链断裂。

追问

  • OTel 版本基线?答:1.x,API/SDK 稳定语义,具体集成坐标待确认。
  • Span 属性记什么?答:操作名、业务属性、错误标记,不放敏感大对象。

06.8.5.2-027 Micrometer Tracing 与 OpenTelemetry 是什么关系?

一句话结论

Micrometer Tracing 是 Spring 生态的追踪门面,桥接到 OTel/Brave 等后端实现;业务代码面向门面 API,实际导出由桥接器完成。具体桥接模块与版本对应关系待确认。

概念解释

与 Micrometer 指标门面类似,追踪也有抽象层。Spring Boot 3 中 Micrometer Tracing 替代旧 Sleuth,可配置 OTel 桥接。Span 创建、上下文传播通过门面 API。直接使用 OTel SDK 也是可选路径。

原理流程

  1. 引入追踪门面与桥接实现。
  2. 门面创建 Span、传播 Context。
  3. 桥接器导出到 OTel 后端。
  4. 后端聚合调用链。

代码或图示

应用代码 → Micrometer Tracing 门面 → OTel Bridge → OTLP 导出

常见误区

  • 混淆 Sleuth 旧依赖与 Boot 3 的 Micrometer Tracing。
  • 以为门面自动覆盖所有异步边界,上下文仍需检查。

追问

  • 直接用 OTel SDK 可以吗?答:可以,按技术栈选择;门面便于后端切换。
  • 版本对应关系怎么核实?答:对照 Spring Boot 3 文档与 Micrometer Tracing 发布说明(待确认)。

06.8.5.2-028 traceId 怎么通过 HTTP 透传?

一句话结论

上游在请求头携带 W3C traceparent(与 tracestate),服务端入口解析恢复 Context,出口调用继续把当前 Context 写入请求头。

概念解释

W3C Trace Context 标准定义传播头格式。入口解析头得到 traceId/spanId,创建当前 Span。出口客户端拦截器把 Context 注入请求头。缺头部时入口生成新 Trace。头解析失败兜底为新链,不阻断请求。

原理流程

  1. 上游请求带 traceparent。
  2. 入口解析恢复/创建 Context。
  3. 内部 Span 挂到链路。
  4. 出口拦截器注入头传给下游。

代码或图示

traceparent: 00-<traceId>-<spanId>-01

常见误区

  • 出口客户端不注入头,下游链路断裂。
  • 自定义头名与 W3C 标准不一致,跨厂商无法串联。

追问

  • 老系统无追踪头怎么办?答:入口生成新 trace,日志记录关联 ID。
  • traceparent 格式版本兼容?答:按 W3C 版本解析,未知版本兜底新建。

06.8.5.2-029 gRPC 调用的追踪上下文怎么传递?

一句话结论

gRPC 元数据(metadata)承载追踪头,客户端拦截器注入、服务端拦截器解析;机制与 HTTP 头透传一致,只是载体改为 gRPC metadata。RPC 契约细节归 06.8.5.1,本篇只讲上下文传播。

概念解释

OTel gRPC 拦截器在客户端/服务端自动读写元数据中的 trace 头。Context 跨进程传播。拦截器需要在 stub 装配时接入。链路在 gRPC 调用边界连续。

原理流程

  1. 客户端拦截器从 Context 写入 metadata。
  2. gRPC 调用携带元数据。
  3. 服务端拦截器解析恢复 Context。
  4. 两侧 Span 建立父子关系。

代码或图示

gRPC metadata: traceparent 键值随调用发送

常见误区

  • 只接 HTTP 拦截器,gRPC 客户端漏装追踪拦截器。
  • 元数据大小限制下塞入过大上下文。

追问

  • gRPC 流式调用上下文怎么保持?答:流边界继承初始 Context,流内异步任务注意传播。
  • 拦截器顺序?答:追踪拦截器先于业务拦截器,保证上下文就绪。

06.8.5.2-030 MQ 消息的 trace 上下文怎么透传?

一句话结论

生产端把 trace 上下文写入消息头/属性,消费端解析恢复 Context;消息排队期间上下文保持,消费时作为链路延续或新建子链路。

概念解释

MQ 解耦了同步调用链,追踪上下文需要随消息负载头传递。生产者注入当前 Context,消费者取出恢复并创建消费 Span。消息重试/延迟场景上下文不丢失。消息头容量有限,只放追踪字段。

原理流程

  1. 生产端从 Context 提取追踪头写入消息属性。
  2. 消息 broker 存储转发。
  3. 消费端解析属性恢复 Context。
  4. 消费 Span 挂到原链路。

代码或图示

消息头:traceparent / traceId
消费端:恢复 Context → 创建消费 Span

常见误区

  • 消息体里塞上下文,反序列化解析繁琐。
  • 消费端未恢复 Context,异步链路断裂。

追问

  • 跨 MQ 语义上下文丢失怎么办?答:消息头补传必需字段,消费端降级新建 trace。
  • 消息重试 trace 怎么关联?答:保留原 trace,重试 Span 记录重试次数。

06.8.5.2-031 协程内 Span 上下文怎么传播?

一句话结论

追踪 Context 存入协程上下文元素,随 launch/async 继承;创建子 Span 时从当前上下文取父 Span。与 MDC 桥接同样依赖协程上下文传递机制。

概念解释

线程局部 Context 在协程切线程后不可靠。OTel 上下文需要绑定到协程上下文元素传播。子协程默认继承父上下文。手动切换线程池时确认上下文传递未断。

原理流程

  1. 入口 Context 存入协程上下文。
  2. 子协程继承。
  3. 创建 Span 读取父 Context。
  4. Span 结束上报。

代码或图示

launch(traceContext) {
    // 子协程可获取父 Span
}

常见误区

  • 用线程局部存 Context,协程切换后丢失。
  • 子协程独立上下文,链路断成多条。

追问

  • 自定义线程池要注意什么?答:上下文在任务提交时捕获,执行时恢复。
  • OTel 协程集成库有哪些?答:按所选技术栈确认(待确认)。

06.8.5.2-032 异步线程池上下文丢失怎么排查?

一句话结论

线程池复用线程,任务提交时若未捕获并恢复上下文,工作线程拿不到 MDC/trace;排查看任务提交点是否包装上下文,执行点是否恢复清理。

概念解释

常见丢失点:executor.submit、async 切线程、消息消费线程。上下文在提交线程捕获,在工作线程恢复,结束清理。线程池装饰器可统一处理。日志与 trace 断裂是典型症状。

原理流程

  1. 识别异步边界(线程池/协程调度器)。
  2. 提交时捕获上下文快照。
  3. 任务执行前恢复到工作线程。
  4. 执行后清理避免残留。

代码或图示

提交线程:捕获 MDC/Context
工作线程:恢复 → 执行 → 清理

常见误区

  • 任务内读 MDC 为空,误以为日志配置问题。
  • 复用线程未清理,上一任务上下文残留。

追问

  • 怎么统一修复?答:线程池装饰器/调度器封装统一传播,业务不逐处处理。
  • 消息消费线程上下文哪来?答:从消息头恢复,见 MQ 题目。

06.8.5.2-033 链路采样策略怎么选?

一句话结论

头部采样按 trace 比例决定整条链是否记录,尾采样按错误/慢请求特征补采;高吞吐服务降低采样率,错误链路全量保留。采样率按成本与排障需求调整。

概念解释

采样决定哪些 Trace 上报。头部采样在入口决定,实现简单但可能漏掉后段出错的链路;尾采样在链路结束按特征选择,成本高但保留问题链路。生产常用基础比例 + 错误全采。

原理流程

  1. 配置采样率策略。
  2. 入口按策略决定是否采样。
  3. 错误/慢链路标记强制采样。
  4. 上报后端存储。

代码或图示

正常 Trace 采样 10%;错误/超时 Trace 100%

常见误区

  • 全量采样在高吞吐下成本过高。
  • 采样把出错链路丢掉,排障无链可查。

追问

  • 采样率动态调整吗?答:按后端 SDK 能力支持动态配置(待确认)。
  • 采样影响指标吗?答:指标独立聚合,不依赖 trace 采样。

06.8.5.2-034 追踪数据怎么导出(OTLP)?

一句话结论

SDK 通过 OTLP 协议把 Span/指标/日志导出到 Collector 或后端;配置端点、协议与批处理策略,采样后上报。

概念解释

OTel 导出器把本地数据批量发送到 OTLP Collector,再由 Collector 转发后端。导出失败有重试与队列策略。应用内不长期存储完整链路。端点与鉴权按部署环境配置。

原理流程

  1. Span 结束进入导出队列。
  2. 批处理打包 OTLP 请求。
  3. 发送到 Collector/后端。
  4. 失败按策略重试或丢弃。

代码或图示

应用 SDK → OTLP/HTTP 或 gRPC → Collector → 追踪后端

常见误区

  • 导出阻塞业务线程,影响请求延迟。
  • 未配置导出端点,Span 本地丢弃无感知。

追问

  • Collector 部署在哪?答:边车或集中采集层,见 08 分册可观测性部署。
  • 导出队列积压怎么监控?答:SDK 队列/导出失败指标纳入监控。

06.8.5.2-035 跨服务调用链怎么串联排障?

一句话结论

凭 traceId 串联各服务日志与 Span,沿父子 Span 定位耗时/错误环节;上下文透传完整是前提,断裂点在异步边界与跨协议出口排查。

概念解释

排障流程:入口 traceId → 各服务日志按 ID 检索 → 追踪后端查看 Span 拓扑与耗时 → 定位慢/错 Span → 结合明细日志。链路断裂表现为某跳后无 Span/日志,检查出口透传与入口解析。

原理流程

  1. 从报错请求获取 traceId。
  2. 日志平台按 ID 聚合各服务记录。
  3. 追踪后端查看链路拓扑与耗时分布。
  4. 定位问题 Span 下钻明细。

代码或图示

traceId 检索 → 服务日志列表 → 链路拓扑 → 慢/错 Span → 明细日志

常见误区

  • 只看单服务日志,不沿链路找上游触发点。
  • 链路断裂后误判为下游独立故障。

追问

  • 跨线程/异步任务怎么关联?答:靠上下文传播与 Span 父子关系,任务记录 traceId。
  • 没有 traceId 的老链路怎么查?答:用业务 ID + 时间范围检索日志。

06.8.5.2-036 Kotlin 类型安全配置怎么组织?

一句话结论

把散装配置项组装为 data class 配置对象,按域分层嵌套,启动时绑定并校验;bean 注入配置对象而不是散装属性。

概念解释

类型安全配置让配置在编译期有类型,避免各处字符串取值与隐式转换。Spring 用配置属性类绑定,非 Spring 项目在启动边界手动组装。配置对象不可变,嵌套结构对应配置分层。校验在组装阶段完成。

原理流程

  1. 定义配置 data class 层级。
  2. 从属性源读取绑定。
  3. 校验必填与范围。
  4. 注册配置对象供注入。

代码或图示

data class AppConfig(val db: DbConfig, val payment: PaymentConfig)
data class DbConfig(val url: String, val poolSize: Int)

常见误区

  • 业务类直接读环境变量字符串,类型与校验散落。
  • 配置对象可变,运行期被意外修改。

追问

  • 配置类需要接口抽象吗?答:通常 data class 足够;多来源适配可抽读取接口。
  • 嵌套配置怎么绑定?答:按配置前缀映射嵌套对象,具体绑定注解按框架确认。

06.8.5.2-037 环境变量与配置文件的优先级怎么确定?

一句话结论

外部化配置按约定优先级覆盖:环境变量/启动参数高于配置文件,本地默认值兜底;优先级规则在团队内统一并文档化。

概念解释

12-factor 应用通过环境变量注入环境差异。配置文件提供默认值与结构,环境变量覆盖环境特定项。优先级顺序避免「哪个生效」歧义。敏感值只走环境变量/Secret,不进文件。

原理流程

  1. 加载默认配置文件。
  2. 环境变量/启动参数覆盖同名项。
  3. 缺失必填项校验失败。
  4. 组装最终配置对象。

代码或图示

优先级:启动参数 > 环境变量 > 配置文件 > 代码默认值

常见误区

  • 配置文件提交生产密钥,环境变量覆盖形同虚设。
  • 优先级不明确,排查配置生效值困难。

追问

  • 多份配置文件怎么合并?答:按 profile 分层,基础文件 + 环境覆盖文件。
  • 配置值怎么确认生效?答:启动日志输出脱敏后的配置摘要。

06.8.5.2-038 Secret(密钥/令牌)怎么管理?

一句话结论

Secret 通过环境变量、挂载 Secret 卷或专用 Secret 管理系统注入,不写进代码仓库与配置文件;日志与响应中禁止出现明文。

概念解释

数据库密码、API 密钥、令牌属于敏感配置。仓库文件、镜像层、日志都可能泄露 Secret。部署平台提供 Secret 挂载,运行时注入进程环境。密钥轮转由 Secret 系统管理,应用读取最新值。

原理流程

  1. Secret 在管理系统/平台存储。
  2. 部署时注入环境变量或挂载文件。
  3. 应用启动读取组装配置。
  4. 日志/输出脱敏,不回显。

代码或图示

Secret Manager / K8s Secret → 环境变量/挂载文件 → 应用配置对象

常见误区

  • 密钥提交到 Git 或配置文件入库。
  • 启动日志打印完整配置,泄露 Secret。

追问

  • 密钥轮转要重启吗?答:按注入方式,环境变量注入通常重启生效;热刷新能力按客户端实现确认。
  • 配置文件能放加密值吗?答:避免,密钥管理交给专门系统。

06.8.5.2-039 配置校验为什么要在启动时失败?

一句话结论

必填缺失、格式非法、范围越界在启动组装配置时校验并中止,避免请求运行到一半才暴露配置问题;校验失败的具体异常由配置模块定义。

概念解释

延迟校验把配置问题留到线上请求。启动校验前移到部署阶段,实例不就绪不接流量。校验覆盖必填、数值范围、枚举合法、地址格式。校验消息说明缺失项,便于运维修正。

原理流程

  1. 读取原始配置。
  2. 逐项校验规则。
  3. 非法即抛启动异常。
  4. 合法配置对象注入容器。

代码或图示

data class DbConfig(val poolSize: Int) {
    init { require(poolSize in 1..100) { "poolSize=$poolSize invalid" } }
}

常见误区

  • 配置在 bean 内延迟解析,首请求才报错。
  • 校验只判非空,忽略范围与格式。

追问

  • 可选配置默认值怎么定?答:给安全默认值并记录,必填项不兜底。
  • 校验失败算健康检查失败吗?答:启动失败不进入就绪状态。

06.8.5.2-040 配置热更新有哪些方案与边界?

一句话结论

配置热更新指不重启刷新运行配置;适合开关、阈值等无状态项,连接池/客户端地址等结构性变更通常需重建组件或重启。方案能力按框架与配置中心确认(待确认)。

概念解释

热更新实现:配置中心推送、监听回调刷新配置对象。不可变配置刷新需替换引用并通知 bean 重读。已建立的外部连接不会因配置变更自动重建。强一致启动配置不适合热更新。

原理流程

  1. 配置中心变更推送。
  2. 监听回调更新配置对象引用。
  3. 无状态 bean 下次读取新值。
  4. 结构性配置走重启或重建组件。

代码或图示

可热更:开关、业务阈值、限流参数
需重启:数据源地址、线程池规模、客户端凭证

常见误区

  • 期待所有配置热生效,连接池参数改了不重建。
  • 可变配置对象被并发读写,未做线程安全。

追问

  • Kotlin 配置对象怎么安全刷新?答:替换不可变引用,bean 每次读取最新引用。
  • 热更新失败怎么回滚?答:保留上一版本配置,推送失败回退。

06.8.5.2-041 多环境 profile 怎么组织?

一句话结论

按 dev/test/staging/prod 组织配置文件与 profile 标识,公共配置复用,环境差异覆盖;profile 在启动时选定,生产配置不包含开发开关。

概念解释

profile 区分环境配置集合。公共默认值放基础文件,环境文件覆盖差异项。测试环境配置指向测试基础设施。profile 选择不依赖代码分支。敏感值仍走 Secret,不进 profile 文件。

原理流程

  1. 基础配置定义默认值。
  2. 环境文件覆盖差异。
  3. 启动激活对应 profile。
  4. 校验环境配置完整。

代码或图示

application.yml 公共
application-dev.yml / application-prod.yml 覆盖

常见误区

  • 开发调试开关留在生产 profile。
  • 各环境配置复制粘贴,默认值不一致。

追问

  • profile 怎么传入?答:启动参数/环境变量指定,按框架约定。
  • 本地开发覆盖怎么做?答:本地覆盖文件不入库,或环境变量临时覆盖。

06.8.5.2-042 敏感配置在日志里怎么脱敏?

一句话结论

配置摘要日志只输出非敏感项,密钥/令牌打掩码或不输出;启动配置打印统一过脱敏规则,防止排障日志泄露 Secret。

概念解释

启动时常打印配置用于自检,容易带出敏感值。脱敏规则覆盖配置对象字段与环境变量名。脱敏在日志封装层统一执行。敏感字段清单纳入评审。

原理流程

  1. 列出敏感配置字段。
  2. 配置日志输出前掩码/省略。
  3. 环境变量摘要不打印值。
  4. 扫描日志确认无明文。

代码或图示

db.password=******; apiKey=******

常见误区

  • 只脱敏已知字段,嵌套对象/新字段遗漏。
  • 异常信息携带配置对象 toString 泄露密钥。

追问

  • 怎么扫描日志泄露?答:日志扫描规则匹配密钥模式,CI/采集侧拦截。
  • 本地调试要看真实值?答:受限环境查看,不进共享日志。

06.8.5.2-043 配置项怎么命名与分层?

一句话结论

配置按「应用.域.项」层级命名,分组对应配置对象结构;命名全项目统一,环境变量名与配置键映射明确。

概念解释

层级命名避免配置项散落难查。分组与代码配置对象嵌套对应。环境变量通常大写下划线,映射到配置键。新增配置项归入既有分组,不创建扁平大杂烩。

原理流程

  1. 按业务域分组配置。
  2. 配置键层级化命名。
  3. 环境变量映射规则固定。
  4. 配置文档登记每项含义与默认值。

代码或图示

order.timeout.ms / order.retry.max
DB_POOL_SIZE → db.poolSize

常见误区

  • 配置项前缀随意,同域配置分散。
  • 环境变量名与配置键无映射约定。

追问

  • 配置文档维护在哪?答:项目配置说明或配置类注释,随代码评审更新。
  • 废弃配置怎么清理?答:标记废弃,确认无引用后移除。

06.8.5.2-044 配置对象怎么桥接到 DI 容器?

一句话结论

启动边界组装并校验配置对象,注册为 single 注入各 bean;bean 依赖配置对象,不直接读环境变量。

概念解释

配置是容器的普通依赖。组装在启动流程完成,bean 构造接收配置对象。测试可替换配置对象。散装属性读取留在配置组装层,不渗入业务 bean。

原理流程

  1. 启动读取属性组装配置。
  2. 注册配置对象 single。
  3. bean 构造注入配置。
  4. 测试注入测试配置。

代码或图示

val config = AppConfig.load(env)
module { single { config } }

常见误区

  • bean 内直接读环境变量,配置口径分散。
  • 配置对象每次构造新建,默认值不一致。

追问

  • 大配置对象拆多个 bean 吗?答:按域拆分配置对象,bean 只接收所需域。
  • 配置变更怎么通知 bean?答:见热更新题目,不可变引用替换。

06.8.5.2-045 启动配置自检做哪些检查?

一句话结论

启动自检校验配置完整、外部依赖连通、核心 bean 可解析;自检失败进入未就绪状态,不接流量。

概念解释

配置静态校验之外,自检动态探测数据源、客户端连通性。核心 bean 解析触发构造链。自检结果纳入就绪探针。检查项按核心链路梳理,可选依赖降级处理。

原理流程

  1. 配置校验通过。
  2. 解析核心 bean。
  3. 探测外部依赖连通。
  4. 就绪端点通过后开放流量。

代码或图示

自检:配置合法 → bean 可解析 → DB/客户端连通 → 就绪

常见误区

  • 只检查进程存活,不探测依赖连通。
  • 自检在错误作用域解析 bean,结果不代表实际链路。

追问

  • 自检慢怎么办?答:并行探测外部依赖,区分必需与可选。
  • 自检与健康检查关系?答:启动自检是就绪检查前置,运行期健康探针持续探测。

06.8.5.2-046 日志、指标、追踪三件套怎么配合?

一句话结论

指标看聚合趋势与告警,追踪看调用链拓扑与耗时,日志看明细上下文;三者通过 traceId/标签关联,分别回答「有没有问题、在哪、为什么」。

概念解释

指标低成本聚合全量趋势;追踪采样展示链路;日志保留明细事件。告警由指标触发,下钻用 trace 定位链路,再用日志看具体上下文。三者字段口径对齐(traceId、业务标签)。

原理流程

  1. 指标异常触发告警。
  2. 凭 traceId 查追踪链路。
  3. 链路定位慢/错 Span。
  4. 日志按 traceId 取明细。

代码或图示

指标:趋势/告警 → 追踪:链路定位 → 日志:明细排查

常见误区

  • 只建日志平台,缺指标趋势发现能力。
  • 三者字段口径不一致,无法关联。

追问

  • 三件套都要自建吗?答:用现成后端(Prometheus/Grafana、OTel 后端、日志平台),应用侧埋点对接。
  • 成本怎么平衡?答:指标全量、追踪采样、日志分级采样。

06.8.5.2-047 请求生命周期有哪些可观测字段?

一句话结论

贯穿请求的字段包括 traceId、spanId、请求 ID、用户/租户标识、业务 ID、接口标识;在入口写入上下文,日志/指标/追踪统一使用。

概念解释

请求级字段是三件套关联纽带。入口从请求解析或生成,协程/线程内传播。指标标签用有限维度,明细 ID 放日志。字段名跨服务对齐。用户标识注意隐私合规。

原理流程

  1. 入口解析/生成请求字段。
  2. 写入 MDC/协程上下文。
  3. 日志附带、指标打标签、追踪记录属性。
  4. 跨协议继续透传。

代码或图示

字段:traceId, spanId, requestId, userId, orderId, route

常见误区

  • 字段名各服务不一,关联不上。
  • 高基明细 ID 误做指标标签。

追问

  • 请求 ID 与 traceId 关系?答:traceId 跨服务链路,requestId 单请求标识,可互为补充。
  • 字段缺失怎么排查?答:从入口上下文传播链检查异步边界。

06.8.5.2-048 错误率指标与错误日志怎么关联?

一句话结论

错误率指标按状态/错误类型聚合告警,错误日志提供明细;指标标签记录错误分类,日志携带 traceId,两者通过分类与 traceId 对应。

概念解释

指标不存错误明细,只统计次数与分类。错误日志记录堆栈与上下文。告警从指标触发,下钻到日志按 traceId 找具体错误。错误分类口径在指标与日志间一致。

原理流程

  1. 错误发生记录日志。
  2. 同时累加错误计数指标(分类标签)。
  3. 指标告警定位错误类型与时间。
  4. 日志按 traceId/分类取明细。

代码或图示

指标:order.error{type="payment"} 计数
日志:traceId + 错误类型 + 堆栈

常见误区

  • 所有异常打同一错误标签,无法分类下钻。
  • 只记日志不聚合指标,趋势发现滞后。

追问

  • 业务拒绝算错误指标吗?答:按定义区分业务失败与系统错误,分别统计。
  • 错误率分母怎么定?答:对应请求/操作总数,口径明确。

06.8.5.2-049 慢请求怎么用三件套定位?

一句话结论

指标 P99/慢请求计数定位趋势与接口,追踪链路看各 Span 耗时分布,日志看慢请求上下文与参数;逐层缩小到具体环节。

概念解释

慢请求可能在数据库、下游调用、锁等待或应用处理。指标给出接口耗时分布,追踪拆分各 Span 耗时,日志补充业务上下文。先指标定接口,再追踪定环节,最后日志查细节。

原理流程

  1. 指标发现某接口 P99 升高。
  2. 追踪链路看 Span 耗时占比。
  3. 锁定慢 Span(DB/下游/应用)。
  4. 日志查具体请求与参数。

代码或图示

P99 升高 → 链路 Span 耗时 → 慢环节 → 日志明细

常见误区

  • 看到慢接口直接优化代码,未先定位耗时环节。
  • 追踪缺慢请求采样,链路样本不足。

追问

  • 慢在下游调用怎么进一步查?答:下游服务链路与指标,跨服务串联。
  • 慢在数据库?答:结合慢 SQL 日志与执行计划,见 06.8.3.2。

06.8.5.2-050 可观测性埋点代码怎么组织?

一句话结论

通用埋点能力封装为组件/工具,业务代码调用语义化 API;管道自动指标由框架插件提供,业务只补领域埋点。避免散落裸调注册表。

概念解释

日志、指标、追踪的样板代码封装起来:日志封装脱敏与字段,指标封装 Meter 创建,追踪封装 Span 生命周期。业务调用表达「记录订单创建成功」而非直接操作注册表。封装层统一口径。

原理流程

  1. 定义可观测性封装组件。
  2. 业务代码调用封装 API。
  3. 封装层写日志/指标/Span。
  4. 口径变更只改封装。

代码或图示

metrics.orderCreated(channel)
trace.span("create-order") { /* 业务 */ }

常见误区

  • 业务各处直接拿 MeterRegistry 拼标签,口径散乱。
  • 埋点代码与业务逻辑混杂,难以复用。

追问

  • 封装层放哪个模块?答:公共基础模块,各业务模块依赖。
  • 新增埋点评审什么?答:指标类型、标签基数、日志脱敏。

06.8.5.2-051 结构化字段在协程中丢失怎么排查?

一句话结论

先确认字段是否进入协程上下文元素,再检查子协程是否继承、调度切换后是否恢复到线程 MDC;丢失点通常在异步边界。

概念解释

结构化字段经 MDC 或协程上下文传递。排查顺序:入口是否写入、上下文元素是否随协程继承、线程切换恢复点、子任务启动方式。日志编码器读取的是线程 MDC,未恢复即空。

原理流程

  1. 入口断点确认字段已入上下文。
  2. 检查子协程上下文继承。
  3. 检查调度拦截器恢复 MDC。
  4. 线程池任务执行点清理/恢复。

代码或图示

写入 → 上下文元素 → 子协程继承 → 调度恢复 MDC → 日志输出

常见误区

  • 只在主线程验证,切 IO 线程后丢失未发现。
  • 自定义协程未继承父上下文。

追问

  • 现成库没覆盖怎么办?答:自定义上下文元素 + 调度拦截器,最小用例验证。
  • 字段偶发丢失?答:检查线程池复用与异步任务提交时机。

06.8.5.2-052 MDC 在线程池场景怎么清理?

一句话结论

任务执行前从提交线程复制 MDC,执行后清理工作线程 MDC,避免线程复用导致上一请求字段残留;线程池装饰器统一处理。

概念解释

线程池线程复用,任务结束不清理 MDC,下一个任务读到旧字段。标准做法:提交时快照 MDC map,执行前 set 到工作线程,finally 清除。装饰器封装 Runnable/Callable 包装,业务无感。

原理流程

  1. 提交任务时捕获当前 MDC 快照。
  2. 工作线程执行前写入 MDC。
  3. 执行任务。
  4. finally 清除 MDC。

代码或图示

val snapshot = MDC.getCopyOfContextMap()
executor.submit {
    snapshot?.let { MDC.setContextMap(it) }
    try { run() } finally { MDC.clear() }
}

常见误区

  • 只复制不清理,残留字段污染后续任务。
  • 协程与线程池混用,传播机制不一致。

追问

  • 线程池装饰器有现成实现吗?答:按日志/协程集成库确认(待确认)。
  • 清理会删掉线程应有默认字段吗?答:清理后由下个任务快照恢复,无默认残留。

06.8.5.2-053 Ktor 与 Spring 下日志框架怎么选?

一句话结论

两者服务端都可用 slf4j + logback 主流组合;log4j2 作为可选高性能实现。框架本身不强制日志实现,按团队经验与性能需求选择。

概念解释

Ktor/Spring 都面向 slf4j 门面。logback 与 slf4j 同生态配置成熟;log4j2 异步日志性能有优势。选择后类路径只保留一个实现。日志配置随服务部署管理。框架访问日志由各自插件/过滤器输出。

原理流程

  1. 引入 slf4j API。
  2. 绑定日志实现与配置。
  3. 业务代码面向门面。
  4. 框架日志接入同一实现。

代码或图示

slf4j-api + logback(默认主流)
slf4j-api + log4j2(异步性能场景)

常见误区

  • 类路径多实现绑定,告警或输出异常。
  • 直接用实现专有 API,锁死日志框架。

追问

  • 日志框架能运行时换吗?答:换依赖与配置,业务代码不变(门面隔离)。
  • 框架自带日志用什么门面?答:确认框架内部日志桥接,避免双门面割裂。

06.8.5.2-054 日志输出编码与换行要注意什么?

一句话结论

日志统一 UTF-8 编码,多行堆栈按结构化格式分行/字段存放;避免乱码与换行破坏采集解析。

概念解释

编码不一致导致中文/emoji 乱码。多行堆栈若按纯文本一行一条记录,换行破坏日志行结构。JSON 编码器把堆栈放独立字段。容器 stdout 采集按行解析,注意消息内换行转义。

原理流程

  1. 配置编码器字符集 UTF-8。
  2. 结构化输出字段化堆栈。
  3. 消息内换行转义。
  4. 采集侧按格式解析。

代码或图示

编码:UTF-8;堆栈:独立字段,不混入消息文本换行

常见误区

  • 消息内含未转义换行,采集切分成多条。
  • 服务端默认编码非 UTF-8,中文乱码。

追问

  • 本地开发 Windows 编码?答:日志配置显式 UTF-8,不依赖平台默认。
  • 多语言日志怎么处理?答:UTF-8 存储,展示层转码。

06.8.5.2-055 开发环境日志为什么要彩色格式?

一句话结论

开发环境用彩色/人类可读格式提升排障效率;生产环境输出结构化 JSON,不依赖终端着色。格式按 profile 区分。

概念解释

彩色与易读布局只在本地终端有意义,生产采集需要结构化。开发配置简洁可读,生产 JSON 字段齐全。两套格式通过配置切换,业务日志代码不变。

原理流程

  1. dev profile 配置人类可读 encoder。
  2. prod profile 配置 JSON encoder。
  3. 日志代码面向门面。
  4. 环境切换格式。

代码或图示

dev:彩色控制台格式
prod:JSON 结构化输出

常见误区

  • 生产保留彩色 ANSI 码,污染采集解析。
  • 为本地可读牺牲生产结构化。

追问

  • 本地也要结构化吗?答:可切换,默认可读,需要验证采集格式时切 JSON。
  • 彩色码怎么关闭?答:按 encoder 配置禁用 ANSI。

06.8.5.2-056 容器化部署下日志写到哪里?

一句话结论

容器内应用输出 stdout/stderr,由节点/平台日志采集器收集聚合;不在容器内写持久化文件,避免随容器销毁丢失。

概念解释

容器文件系统临时重建,本地日志文件不可靠。标准做法进程输出标准流,采集器按实例采集。应用内滚动文件策略在容器形态下让位于采集侧留存。日志路径与卷挂载按部署规范。

原理流程

  1. 应用日志输出 stdout。
  2. 节点采集器收集标准流。
  3. 发送到日志平台聚合。
  4. 留存与滚动由平台管理。

代码或图示

容器进程 → stdout → 节点采集 → 日志平台

常见误区

  • 容器内写本地文件,重启/漂移后日志丢失。
  • 同时写文件与 stdout,重复采集。

追问

  • 应用必须写文件怎么办?答:挂载持久卷并确认采集覆盖,优先标准流。
  • 多副本日志怎么区分?答:实例/副本标签由采集侧附加。

06.8.5.2-057 为什么指标标签禁止放用户 ID?

一句话结论

用户 ID 是高基数取值,作为标签会产生海量时序序列;用户维度分析走日志/追踪,指标只保留有限业务维度。

概念解释

标签每个取值组合生成序列,用户量级下序列数爆炸,存储与查询成本失控。指标回答群体趋势,个体行为由日志检索。渠道、状态、错误类型等有限枚举才适合标签。

原理流程

  1. 评估候选标签取值规模。
  2. 高基数值移到日志字段。
  3. 指标保留受控维度。
  4. 评审拦截高基标签。

代码或图示

禁止:userId, orderId, sessionId
允许:status, channel, errorType

常见误区

  • 为个体下钻把请求 ID 打标签。
  • 路径变量未归一化进入标签。

追问

  • 需要按租户统计怎么办?答:租户数有限时可作标签;超大规模另评估。
  • 指标怎么关联个体?答:指标只到群体,凭 traceId/日志查个体。

06.8.5.2-058 链路追踪与隐私合规有什么注意点?

一句话结论

Span 属性与日志不记录敏感个人信息;追踪数据同样受隐私合规约束,采样、留存与脱敏按合规要求执行。

概念解释

链路属性、消息体、标签可能携带个人信息。追踪后端是独立存储,留存策略受合规约束。敏感字段脱敏后再写入属性。跨区域传输遵守数据出境要求。用户标识最小化记录。

原理流程

  1. 梳理 Span/日志允许记录的字段。
  2. 敏感字段脱敏/不记录。
  3. 追踪数据留存按合规周期。
  4. 访问追踪后端受限权。

代码或图示

Span 属性:操作名、业务类型、traceId
禁止:身份证、完整手机号、密钥

常见误区

  • 把请求体塞进 Span 属性便于排障。
  • 追踪数据留存无期限合规失控。

追问

  • 脱敏规则与日志一致吗?答:一致,复用统一脱敏组件。
  • 合规审计看哪些?答:追踪字段清单、留存周期、访问权限。

06.8.5.2-059 采样对排障完整性有什么影响?

一句话结论

采样会丢弃未选中链路,问题链路若未被采样则无完整追踪;错误/慢请求应强制采样,保留排障所需样本。

概念解释

头部采样在入口决定,后段出错的链路可能未被采中。尾采样按结果补采问题链路。评估采样率时保证错误链路全覆盖。未采样链路仍有日志与指标兜底。

原理流程

  1. 配置基础采样率。
  2. 错误/超时链路标记强制采样。
  3. 未采样链路靠日志检索。
  4. 定期评估采样率是否覆盖问题。

代码或图示

正常 10%;错误/慢请求 100%

常见误区

  • 全低采样率,线上故障无链可查。
  • 采样策略不区分错误与正常流量。

追问

  • 采样率怎么调整?答:按成本与排障需求,问题高发期提高比例。
  • 未采样请求有指标吗?答:指标独立全量聚合,不受 trace 采样影响。

06.8.5.2-060 OTel 版本基线与依赖怎么核对?

一句话结论

基线 OpenTelemetry 1.x API/SDK;具体集成坐标(OTel Spring/桥接器、Exporter)以当前依赖版本与官方文档为准,不确定坐标标「待确认」。

概念解释

OTel 分 API、SDK、集成库、导出器多个 artifact。版本兼容矩阵需对照。Micrometer Tracing 桥接 OTel 时两者版本要匹配。引入前核对 BOM 与模块清单。

原理流程

  1. 查 OTel 版本基线与 BOM。
  2. 引入 API/SDK 与导出器。
  3. 核对桥接模块兼容版本。
  4. 最小示例验证 Span 上报。

代码或图示

待确认:各集成模块 artifact 坐标与版本兼容矩阵

常见误区

  • 混用不同大版本 OTel 组件,初始化报错。
  • 只引 API 不引 SDK/导出器,Span 不上报。

追问

  • 怎么确认 Span 真的上报?答:最小示例触发请求,后端/Collector 查 trace。
  • 版本升级注意什么?答:对照 OTel changelog 迁移 API 改名。

06.8.5.2-061 自定义 Span 属性应该记什么?

一句话结论

Span 属性记录操作相关的有限业务上下文(业务 ID、类型、结果),不记大对象与敏感信息;属性名遵循语义约定。

概念解释

Span 名称标识操作,属性补充维度。业务 ID 便于链路关联到实体,但高基明细不作为指标标签。属性类型简单(字符串/数字/布尔)。错误信息单独标记,不堆堆栈进属性。

原理流程

  1. 定义 Span 操作名。
  2. 补充有限业务属性。
  3. 错误时记录错误标记。
  4. 上报后端检索。

代码或图示

span.setAttribute("order.id", orderId)
span.setAttribute("order.channel", channel)

常见误区

  • 属性塞整个请求/响应对象。
  • 属性记录敏感个人信息。

追问

  • Span 与日志字段重复吗?答:链路属性用于追踪检索,日志保留明细,可冗余关键 ID。
  • 属性有数量上限吗?答:按 SDK/后端限制控制属性规模。

06.8.5.2-062 并发子任务的父子 Span 怎么建立?

一句话结论

父任务 Context 传入子协程/线程,子任务创建子 Span 挂到父 Span;并发分支各自成子 Span,结束独立上报。

概念解释

一个用例并行调用多个下游,父 Span 下挂多个子 Span。Context 传播到并发任务是父子关系成立的前提。任务失败在对应子 Span 标记。并发等待不阻塞父 Span 结束语义。

原理流程

  1. 父 Span 创建时保存 Context。
  2. 并发任务携带 Context 启动。
  3. 子任务创建子 Span。
  4. 子 Span 结束上报,父 Span 汇总等待。

代码或图示

Parent Span
 ├─ Child Span A(并行)
 └─ Child Span B(并行)

常见误区

  • 子任务丢失 Context,Span 成为无父根链路。
  • 父 Span 先于子任务结束,关系挂不上。

追问

  • 后台异步任务算子 Span 吗?答:按业务语义,可挂父链路或独立后台 Trace。
  • 并发耗时怎么汇总?答:父 Span 等待全部子任务,总耗时取并行区间。

06.8.5.2-063 定时任务的 trace 怎么生成?

一句话结论

定时任务触发时生成新 Trace 与根 Span,记录任务名与执行结果;不依赖上游请求头。多次执行各成独立链路,便于排查单次运行。

概念解释

定时任务没有上游 HTTP 入口,追踪上下文由任务启动处创建。Span 名标识任务类型,属性记录批次/参数。失败与耗时在链路中可见。任务内调用下游继续透传。

原理流程

  1. 调度触发任务。
  2. 创建根 Span 与 traceId。
  3. 任务执行,内部操作建子 Span。
  4. 结束记录结果并上报。

代码或图示

Scheduled Job → Root Span "job:order-sweep" → 子 Span(DB/调用)

常见误区

  • 定时任务不带追踪,问题无法按链路排查。
  • 多次执行共用一个 trace,链路混杂。

追问

  • 批量任务每批一个 Span 吗?答:按批次/分片建子 Span,控制链路粒度。
  • 任务重试怎么关联?答:保留 trace 或记录重试关联 ID。

06.8.5.2-064 消息消费侧 trace 怎么恢复?

一句话结论

消费者从消息头解析追踪上下文恢复父链路,创建消费 Span;无上下文时新建 Trace。消费失败在 Span 与日志中标记。

概念解释

消息生产端注入的上下文在消费端还原。消费 Span 作为原链路子节点,或按消息语义关联。手动 ack/重试与 Span 结束时机对齐。批量消息每条独立上下文处理。

原理流程

  1. 消费消息读取头部追踪字段。
  2. 恢复 Context 或新建。
  3. 创建消费 Span 处理消息。
  4. 处理结束上报,标记成功/失败。

代码或图示

消息头 traceparent → 恢复 Context → 消费 Span

常见误区

  • 消费端不解析上下文,异步链路断裂。
  • 批量处理共用一个 Span,单条失败定位困难。

追问

  • 消息积压怎么在追踪体现?答:消费 Span 记录消费延迟,配合队列指标。
  • 消费重试上下文保留吗?答:保留原 trace,重试新子 Span。

06.8.5.2-065 指标埋点放业务代码还是拦截器?

一句话结论

请求级通用指标(耗时、状态码)放管道拦截器;业务语义指标(成功、渠道、业务量)放业务代码。按指标语义归属层,不重复埋点。

概念解释

拦截器掌握请求生命周期,适合框架级指标。业务代码掌握领域结果,适合业务计数。自动指标由框架绑定器提供。埋点位置错误会导致口径缺失或重复。

原理流程

  1. 区分指标是请求级还是业务级。
  2. 请求级埋点放拦截器/过滤器。
  3. 业务级埋点放服务用例。
  4. 评审避免重复口径。

代码或图示

拦截器:http.server.requests 耗时/状态
服务:order.created 业务计数

常见误区

  • 业务代码重复记录请求耗时,与自动指标重复。
  • 业务结果指标放拦截器,拿不到领域分类。

追问

  • 业务异常在哪计数?答:业务层按错误类型计数,拦截器只记 HTTP 状态。
  • 埋点影响主流程吗?答:埋点异常容错,不阻断业务。

06.8.5.2-066 接口耗时指标有哪些维度?

一句话结论

耗时指标按路由/方法、状态码、渠道等有限维度切分;路径参数归一化为模板,标签基数受控。

概念解释

HTTP 指标标签通常包含方法、路由模板、状态码。业务渠道等维度在业务埋点补充。原始路径含 ID 不能做标签。维度组合需评估基数。耗时分布用 Timer 统计分位数。

原理流程

  1. 拦截器记录请求耗时。
  2. 标签取路由模板与状态码。
  3. Timer 聚合分布。
  4. 看板按维度查看。

代码或图示

http.server.requests{method="GET", route="/orders/{id}", status="200"}

常见误区

  • 原始路径进标签,高基数序列爆炸。
  • 标签维度过多,聚合成本高。

追问

  • 4xx/5xx 分开统计吗?答:按状态码/错误类型标签区分。
  • 慢接口怎么排序?答:按 P99 耗时与调用量排序下钻。

06.8.5.2-067 连接池与队列要监控哪些指标?

一句话结论

连接池监控活跃/空闲/等待数与获取超时;队列监控深度、积压与消费速率。这些饱和度指标提前发现资源瓶颈。

概念解释

资源池饱和度比 CPU 更贴近服务瓶颈。连接池活跃数、等待线程、获取超时;队列深度、积压量、生产消费速率。指标绑定器自动采集部分项,业务队列自行埋点。

原理流程

  1. 接入池/队列指标绑定器。
  2. 采集活跃、空闲、等待、深度。
  3. 监控积压增长趋势。
  4. 饱和告警触发扩容/排查。

代码或图示

HikariCP:active/idle/pending/wait
MQ:queue.depth, consumer.lag

常见误区

  • 只监控接口耗时,不看池等待与队列积压。
  • 积压增长未告警,下游故障传导滞后。

追问

  • 池等待与 SQL 慢怎么区分?答:见数据访问章节,池等待指标与语句耗时分段。
  • 队列积压指标怎么采?答:Broker 指标或消费者 lag 上报。

06.8.5.2-068 业务计数器怎么设计?

一句话结论

计数器对应离散业务事件,标签记录有限分类;只增计数,不记录当前值。事件定义与看板/告警口径对齐。

概念解释

Counter 适合「创建、成功、失败、发送」等事件累加。金额、数量分布用 Summary/Gauge。计数标签避免高基数值。计数器不支持递减,取消事件用独立失败计数。

原理流程

  1. 定义业务事件与分类标签。
  2. 关键路径累加 Counter。
  3. 后端按时间聚合速率/总量。
  4. 看板与告警对应事件。

代码或图示

Counter.builder("order.created").tag("channel", ch).register(registry).increment()

常见误区

  • 用 Counter 记录当前库存值(应 Gauge)。
  • 失败也累加成功计数,口径错误。

追问

  • 计数器需要重置吗?答:进程内计数随重启归零,跨周期总量由后端聚合。
  • 并发计数安全吗?答:Meter 实现线程安全,业务无需加锁。

06.8.5.2-069 Gauge 怎么避免持有引用泄漏?

一句话结论

Gauge 测量当前值,回调读取实时状态;避免 Gauge 强持有大集合/对象导致无法回收。弱引用或定期更新值,清理无用 Gauge。

概念解释

Gauge 注册时绑定对象引用,若持有大集合,GC 无法回收。正确做法:Gauge 回调从可观察来源读取当前值,不持有快照大对象。动态生成的 Gauge 用完要移除。

原理流程

  1. 定义 Gauge 值提供者。
  2. 回调读取实时状态。
  3. 不持有大对象强引用。
  4. 动态 Gauge 用完注销。

代码或图示

Gauge.builder("cache.size") { cache.size.toDouble() }.register(registry)

常见误区

  • Gauge 持有整个缓存集合引用,内存无法释放。
  • 动态标签 Gauge 只注册不移除,泄漏堆积。

追问

  • Gauge 值为 0 要移除吗?答:按生命周期,动态实例结束后注销。
  • 集合大小用什么测?答:Gauge 回调读 size,不把集合本身给注册表。

06.8.5.2-070 指标重复注册会出什么问题?

一句话结论

同名同标签 Meter 重复注册通常返回已有实例或抛重复注册异常;每次记录应复用持有 Meter 引用,不要在方法内重复 builder 注册。

概念解释

MeterRegistry 按标识复用 Meter。在方法内每次 builder.register 会重复走注册逻辑,可能异常或浪费。正确做法:构造期获取 Meter 引用,记录时调用。指标命名变更要同步清理旧 Meter。

原理流程

  1. 构造/初始化时注册 Meter 并保存引用。
  2. 业务记录调用引用方法。
  3. 注册表按标识复用。
  4. 动态 Meter 用完注销。

代码或图示

private val createdCounter = Counter.builder("order.created").register(registry)
fun create() = createdCounter.increment()

常见误区

  • 方法内每次新建 builder 注册。
  • 指标改名后旧 Meter 残留,看板双口径。

追问

  • 重复注册异常怎么定位?答:检查 builder 调用位置与指标名/标签。
  • 不同标签算不同 Meter 吗?答:标签组合不同即不同序列,注意基数控制。

06.8.5.2-071 测试环境需要可观测性吗?

一句话结论

测试环境保留日志与关键指标,追踪可降采样;用于验证埋点、上下文传播与配置生效,避免生产才发现日志/指标缺失。

概念解释

集成测试环境应验证日志字段、指标上报、trace 透传是否工作。全量追踪成本高可降低采样率。测试环境配置与生产结构一致,只调整级别与采样。缺可观测性验证,问题留到线上暴露。

原理流程

  1. 测试环境装载可观测性配置。
  2. 用例触发请求/消息。
  3. 校验日志字段、指标计数、链路生成。
  4. 问题在测试阶段修复。

代码或图示

测试环境:日志 INFO + 指标全量 + 追踪低采样

常见误区

  • 测试环境关闭日志/指标,生产首次暴露埋点问题。
  • 测试配置与生产格式不一致,采集解析未验证。

追问

  • 测试环境连真实监控后端吗?答:可连隔离后端或本地验证器,格式与生产一致。
  • 埋点测试怎么断言?答:测试捕获 Meter 计数/日志字段,见测试分层章节。

06.8.5.2-072 容器化下日志采集怎么部署?

一句话结论

节点级采集器收集各容器 stdout,按服务/副本标签聚合;应用不直接对接日志后端,采集配置随平台统一管理。

概念解释

容器漂移与多副本下,采集在节点或 Sidecar 层完成。应用只输出标准流,采集器附加实例标签。日志后端按服务名、环境、副本检索。采集器资源与配置由平台维护。

原理流程

  1. 容器输出 stdout。
  2. 节点采集器读取容器日志。
  3. 附加服务/副本标签。
  4. 发送日志平台。

代码或图示

Pod 容器 stdout → 节点采集器 → 日志后端(标签:service, env, pod)

常见误区

  • 应用内直连日志后端,多副本连接分散难管理。
  • 采集标签缺失,多副本日志无法区分。

追问

  • Sidecar 与节点采集怎么选?答:按平台架构,节点采集共享资源,Sidecar 隔离性强;细节见 08 分册。
  • 日志丢失怎么补?答:采集缓冲与重试策略由平台配置。

06.8.5.2-073 日志时间戳的时区与格式怎么统一?

一句话结论

日志时间戳统一 UTC 或明确时区,格式标准化(ISO-8601);跨服务时间一致,避免时区偏移导致排序错乱。

概念解释

各服务部署时区可能不同,时间戳不统一会让跨服务日志排序失真。统一 UTC 存储,展示层转本地时区。格式带毫秒/纳秒精度。采集侧按统一格式解析。

原理流程

  1. 日志编码器配置时间格式与时区。
  2. 服务时钟源统一 NTP。
  3. 跨服务按时间戳 + traceId 排序。
  4. 展示层转换时区。

代码或图示

2026-11-19T08:30:00.123Z(UTC,ISO-8601)

常见误区

  • 用本地时区时间戳,跨服务排序错乱。
  • 时间格式不统一,采集解析失败。

追问

  • 时钟不同步影响什么?答:链路时间顺序与超时判断,NTP 同步是基础。
  • 业务时间与日志时间区分?答:日志时间是记录时刻,业务时间来自数据字段。

06.8.5.2-074 异常 cause 链怎么完整打印?

一句话结论

日志记录 throwable 对象,编码器输出完整 cause 链;多层包装异常保留根因,不要只打最外层 message。

概念解释

异常经多层翻译包装,根因在最内层 cause。日志框架默认遍历 cause 链打印堆栈。排查沿根因定位。上层记录包装异常时不重复打整条链。

原理流程

  1. 捕获异常传入日志方法最后参数。
  2. 编码器遍历 cause 链输出。
  3. 根因堆栈定位问题。
  4. 上层不重复记录同一异常。

代码或图示

log.error("payment failed, orderId={}", id, e)

常见误区

  • 只记 e.message,根因堆栈丢失。
  • 每层 catch 都打 ERROR,链重复刷屏。

追问

  • cause 链被截断怎么办?答:检查编码器堆栈长度配置,保留完整链。
  • 异常翻译在哪层做?答:适配器出口翻译为领域异常,保留原始 cause。

06.8.5.2-075 第三方库日志怎么降噪?

一句话结论

把第三方框架/驱动 logger 级别调到 WARN/ERROR,只保留必要告警;框架噪音包单独配置,不与业务包同级别。

概念解释

第三方库 DEBUG/INFO 日志量大且与业务排障关系弱。按包名调低级别,必要时单独观察。驱动连接、重试等关键告警保留 WARN。降噪不吞掉真正错误。

原理流程

  1. 梳理第三方依赖包名。
  2. 配置其 logger 级别 WARN。
  3. 排障时临时上调。
  4. 定期复核噪音来源。

代码或图示

org.apache.*: WARN
com.zaxxer.hikari: INFO(连接池关键信息)

常见误区

  • 根级别 INFO 下第三方库大量 DEBUG 未降噪。
  • 把错误级别也调低,掩盖真实故障。

追问

  • 第三方库内部日志能改格式吗?答:跟随门面实现配置,不修改库源码。
  • 降噪后漏看关键告警?答:保留 WARN/ERROR,关键组件单独观察。

06.8.5.2-076 日志与指标看板常用哪些面板?

一句话结论

核心面板:请求量/错误率/P99 耗时、资源饱和度、业务量与成功率、慢接口与错误 TopN;按服务与业务域组织。

概念解释

看板对应 SLO 与排障路径。系统面板看资源与请求,业务面板看领域指标。TopN 列表定位热点。面板标签口径与埋点一致。告警挂在关键面板指标上。

原理流程

  1. 梳理核心 SLO 指标。
  2. 搭建系统与业务面板。
  3. 错误/慢请求 TopN 下钻。
  4. 告警关联面板。

代码或图示

面板:QPS / 错误率 / P99 / 连接池 / 业务成功率 / 慢接口 TopN

常见误区

  • 面板指标零散,无统一口径。
  • 只展示总量,无错误与耗时维度。

追问

  • 新服务看板模板?答:按标准模板初始化系统 + 业务面板。
  • 看板数据从哪来?答:Micrometer 指标导出后端,日志平台提供明细检索。

06.8.5.2-077 SLO 与指标是什么关系?

一句话结论

SLO 定义服务可靠性/性能目标,指标是衡量 SLO 的数据来源;告警阈值围绕 SLO 与错误预算设定。

概念解释

SLO 如「月度 99.9% 请求成功、P99 < 800ms」。指标持续测量成功率与耗时。错误预算 = 目标外可容忍失败量。指标看板对照 SLO,超预算告警。指标口径必须与 SLO 定义一致。

原理流程

  1. 定义 SLO 指标与目标。
  2. 埋点采集对应指标。
  3. 看板对照目标。
  4. 超错误预算触发告警。

代码或图示

SLO:可用性 99.9%,P99 < 800ms
指标:success rate, latency P99

常见误区

  • SLO 目标与指标口径不一致,无法衡量。
  • 告警阈值脱离错误预算,过敏或漏报。

追问

  • 错误预算怎么用?答:预算内可发布变更,耗尽冻结高风险变更。
  • SLO 谁定?答:业务与技术共同约定,随服务成熟度调整。

06.8.5.2-078 链路采样率怎么配置和调整?

一句话结论

采样率按吞吐与成本设定基础比例,错误/慢链路强制保留;配置可按环境区分,问题高发期临时提高比例。具体动态配置能力按 SDK 确认(待确认)。

概念解释

采样率权衡追踪成本与排障完整性。高吞吐低比例,核心链路高比例。错误标记强制采样覆盖问题链路。采样配置在 SDK 初始化时加载,部分实现支持运行期调整。

原理流程

  1. 评估吞吐与后端存储成本。
  2. 设定基础采样率。
  3. 配置错误/慢请求强制采样。
  4. 按环境与复盘调整。

代码或图示

prod 10% + 错误 100%;dev 100%

常见误区

  • 采样率固定不评估成本。
  • 未区分错误链路,问题样本丢失。

追问

  • 采样率影响指标吗?答:不影响,指标独立全量聚合。
  • 怎么确认采样生效?答:后端 trace 数量与采样率比例核对。

06.8.5.2-079 上游 trace 头解析失败怎么兜底?

一句话结论

头部缺失或格式非法时,入口生成新 Trace 并记录告警;不阻断请求,也不沿用损坏的上下文。

概念解释

兼容老系统与异常请求:无头部新建链路,格式错误不强行解析。兜底 traceId 保证本服务日志可关联。解析失败可记录调试日志,便于识别上游兼容问题。

原理流程

  1. 入口读取 trace 头。
  2. 合法则恢复 Context。
  3. 缺失/非法则生成新 Trace。
  4. 记录兜底事件。

代码或图示

有合法 traceparent → 恢复
缺失/非法 → 新 traceId + 调试告警

常见误区

  • 解析失败抛异常拒绝请求。
  • 沿用损坏上下文,链路污染。

追问

  • 上游伪造 traceId 有风险吗?答:追踪上下文不做鉴权,安全认证在业务层。
  • 怎么识别老系统调用?答:无 trace 头的入口日志标记来源。

06.8.5.2-080 内部健康检查/轮询调用要不要追踪?

一句话结论

健康检查、心跳轮询等内部高频调用可跳过采样或不建 Span,避免追踪数据噪声;业务调用正常记录。

概念解释

探针与轮询量大且无排障价值,全量追踪会淹没业务链路。配置忽略路径不生成 Span 或采样率为 0。健康检查指标仍保留。忽略规则在管道/拦截器层配置。

原理流程

  1. 识别内部探测路径。
  2. 追踪配置忽略该路径。
  3. 不建 Span 或不采样。
  4. 健康指标独立采集。

代码或图示

忽略:/actuator/health, /healthz
记录:业务路由

常见误区

  • 探针调用进入追踪,链路列表被心跳淹没。
  • 跳过追踪同时关掉健康指标。

追问

  • 探针失败怎么排查?答:健康指标与日志,不靠追踪链路。
  • 忽略规则怎么维护?答:配置化,新增内部路径评审补充。

06.8.5.2-081 怎么排查配置外的硬编码?

一句话结论

扫描代码中的环境地址、阈值、密钥字面量,统一收敛到配置对象;评审与静态检查拦截新增硬编码。

概念解释

硬编码导致环境切换要改代码。排查搜索 IP/域名/端口/超时/开关字面量。外部化配置后代码只引用配置对象。测试环境与生产差异必须来自配置。

原理流程

  1. 静态扫描可疑字面量。
  2. 识别应外部化的项。
  3. 移入配置对象。
  4. 评审规则拦截新增硬编码。

代码或图示

扫描:URL、IP、超时毫秒、开关布尔、密钥模式

常见误区

  • 只硬编码了默认值,环境覆盖无效。
  • 阈值散落在业务代码,调整要发版。

追问

  • 哪些值可以硬编码?答:与环境无关的业务常量、枚举定义。
  • 配置项遗漏怎么发现?答:启动自检 + 代码扫描。

06.8.5.2-082 密钥误提交怎么扫描和拦截?

一句话结论

提交前与 CI 扫描密钥模式(令牌、私钥、连接串密码),仓库历史泄露需轮换密钥;日志与配置同步检查明文。

概念解释

密钥一旦进 Git 历史,视为泄露需轮换。扫描工具识别常见密钥格式与高熵字符串。CI 门禁阻断含密钥提交。Secret 只从环境/挂载注入。发现泄露先轮换再清理历史。

原理流程

  1. 提交前本地扫描。
  2. CI 流水线密钥扫描门禁。
  3. 命中阻断并告警。
  4. 历史泄露轮换密钥并清理。

代码或图示

扫描:API Key 模式 / 私钥块 / jdbc:password= / 高熵字符串

常见误区

  • 只扫新代码,忽略 Git 历史泄露。
  • 密钥放注释/测试数据中绕过扫描。

追问

  • 误提交密钥怎么补救?答:立即轮换,再清理仓库历史,不能只删文件。
  • 扫描规则覆盖不全?答:定期补充内部密钥格式规则。

06.8.5.2-083 本篇版本基线对应哪些组件版本?

一句话结论

基线:slf4j 2.x、logback 1.5.x、Micrometer 1.13、OpenTelemetry 1.x、Spring Boot 3.x;具体小版本以项目依赖为准,跨版本行为差异标待确认。

概念解释

版本基线用于统一 API 与行为描述。slf4j 2.x 服务端日志门面;Micrometer 1.13 指标门面;OTel 1.x 追踪标准。log4j2 版本按引入情况确认。版本升级对照各自 changelog。

原理流程

  1. 核对项目实际依赖版本。
  2. 按基线版本描述 API。
  3. 版本敏感行为标注待确认。
  4. 升级回归可观测性配置。

代码或图示

基线:slf4j 2.x / logback 1.5 / Micrometer 1.13 / OTel 1.x / Boot 3.x

常见误区

  • 引用旧版本文档 API 当作当前行为。
  • 混用不同大版本门面与实现。

追问

  • 怎么查实际版本?答:依赖树/构建文件解析结果。
  • 版本不确定的 API 怎么办?答:标待确认并写验证点。

06.8.5.2-084 待确认:Micrometer Tracing 与 OTel 桥接的当前坐标是什么?

一句话结论

Spring Boot 3 下 Micrometer Tracing 桥接 OpenTelemetry 的 artifact 坐标、BOM 管理方式与默认导出器需对照当前版本官方文档确认(待确认),不编造依赖名。

概念解释

桥接模块把门面 Span 转换为 OTel 模型导出。版本与 Boot/Micrometer/OTel 兼容。集成方式可能是独立 bridge 依赖或自动配置。引入前查官方文档与示例工程。

原理流程

  1. 查 Boot 3 文档追踪章节。
  2. 确认桥接 artifact 与版本。
  3. 配置 OTLP 导出器。
  4. 最小示例验证 Span 上报。

代码或图示

待确认:micrometer-tracing-bridge-otel 坐标、OTel exporter 依赖、自动配置项

常见误区

  • 照搬旧 Sleuth 依赖名。
  • 引桥接器未配导出端点,Span 不上报。

追问

  • 直接用 OTel SDK 替代门面可行吗?答:可行,按技术栈选择;两套不混用。
  • 验证点有哪些?答:依赖树版本、请求后后端出现 trace、上下文跨服务透传。

06.8.5.2-085 场景题:线上报错但日志没有 traceId 怎么排查?

一句话结论

先确认入口是否解析/生成 traceId,再沿异步边界检查上下文传播;缺失通常发生在线程池/协程切换或消息消费未恢复。

概念解释

无 traceId 链路:入口未生成 → 上下文未写入 MDC → 异步切换丢失 → 出口未透传。逐段检查。老系统调用可能本就无上游头,入口应兜底生成。排查从出错请求入口日志开始。

原理流程

  1. 找到报错请求入口,确认有无 trace 头。
  2. 检查入口是否生成/写入上下文。
  3. 检查异步任务上下文传递。
  4. 检查 MDC 恢复与清理。

代码或图示

无 traceId 排查:入口生成 → 上下文写入 → 协程/线程传播 → MDC 恢复

常见误区

  • 只查业务代码,忽略线程池装饰器未传上下文。
  • 以为日志框架问题,实际是上下文未写入。

追问

  • 消息任务无 traceId?答:检查消费端从消息头恢复。
  • 定时任务无 traceId 正常吗?答:应生成新根 trace,见定时任务题目。

06.8.5.2-086 场景题:接口变慢怎么用三件套定位?

一句话结论

指标定位接口与耗时分布,追踪拆分 Span 找慢环节,日志看具体请求上下文;按指标 → 追踪 → 日志顺序下钻。

概念解释

先确认慢的是哪个接口、P99 还是偶发;再看链路里 DB/下游/应用哪段耗时;最后日志查参数与数据量。跨服务沿链路到下游。定位后结合对应领域章节优化。

原理流程

  1. 指标看板找慢接口与时段。
  2. 追踪链路看 Span 耗时占比。
  3. 慢 Span 下钻日志明细。
  4. 定位数据库/下游/应用瓶颈。

代码或图示

指标 P99 升高 → 链路 Span 分解 → 慢环节 → 日志/执行计划

常见误区

  • 未定位环节直接优化代码。
  • 只看单次慢请求,忽略指标趋势。

追问

  • 慢在下游调用?答:查下游服务链路与指标,协商优化。
  • 慢在数据库?答:慢 SQL 日志 + 执行计划,见 06.8.3.2。

06.8.5.2-087 场景题:日志量突增怎么治理?

一句话结论

先定位突增来源(级别误开、异常刷屏、批量任务、采样变化),再按来源降噪:调级别、修异常、采样隔离,最后核对磁盘与采集压力。

概念解释

日志突增常见:DEBUG 被打开、异常循环刷屏、重试风暴、批量任务全量记录。按服务/logger/消息模板聚合定位来源。短期限流采样,长期修根因。治理后复核量与排障能力。

原理流程

  1. 日志平台按服务/模板聚合增量。
  2. 定位突增 logger 与触发原因。
  3. 临时调级别/采样。
  4. 修复异常/任务根因。

代码或图示

突增定位:服务 → logger → 消息模板 → 触发场景 → 降噪/修复

常见误区

  • 直接全局降级别,掩盖真实错误。
  • 不查根因,只靠限流压制。

追问

  • 异常刷屏怎么区分?答:错误模板聚合 + 错误率指标关联。
  • 批量任务日志怎么隔离?答:任务独立 logger 与采样,不混入在线流量日志。

06.8.5.2-088 场景题:看板缺某接口指标数据怎么查?

一句话结论

按链路排查:埋点是否注册、路由模板标签是否归一、指标端点是否暴露、后端查询标签是否匹配;从应用侧 Meter 到后端样本逐层核对。

概念解释

缺数据可能是埋点未执行、Meter 未注册、标签口径不一致、端点未抓取。先确认应用有无该指标名,再核对标签值,最后检查抓取与后端查询。业务埋点与自动指标分别排查。

原理流程

  1. 查应用指标端点有无该 Meter。
  2. 核对标签名/值与后端查询。
  3. 确认埋点代码路径被执行。
  4. 检查抓取配置与后端保留。

代码或图示

缺数据排查:Meter 注册 → 埋点执行 → 标签匹配 → 端点抓取 → 后端查询

常见误区

  • 标签值动态变化导致查询对不上。
  • 新接口未埋点,看板空数据。

追问

  • 指标名变更后端未更新?答:同步看板查询与指标命名。
  • 端点抓不到?答:检查 Actuator/导出端点暴露与网络。

06.8.5.2-089 场景题:异步消息链路断裂怎么修?

一句话结论

检查生产端是否注入消息头、消费端是否解析恢复、批量/重试是否丢上下文;补齐两端拦截器,验证一条完整消息链路。

概念解释

断裂点:生产未写头、Broker 丢弃头、消费未解析、批量共用上下文。对照同步 HTTP 透传机制排查。修复后用测试消息验证 traceId 贯通。

原理流程

  1. 生产消息检查头字段。
  2. Broker 确认头未被过滤。
  3. 消费端解析恢复 Context。
  4. 端到端验证 traceId 一致。

代码或图示

生产注入 → Broker 透传 → 消费恢复 → 链路贯通

常见误区

  • 只修消费端,生产端本就未写头。
  • 批量消息每条上下文混淆。

追问

  • 消息头容量有限?答:只放追踪字段,不放业务上下文。
  • 老消息队列不支持头?答:消息体兼容字段携带,消费端解析。

06.8.5.2-090 场景题:配置上线后行为不符合预期怎么排查?

一句话结论

核对实际生效配置值与来源(环境变量/文件/默认),检查 profile 激活与覆盖优先级;确认 bean 是否读取最新配置、是否需要重启生效。

概念解释

行为不符常见:配置未覆盖到、profile 错配、可变配置未刷新、bean 缓存旧值。先打印脱敏配置摘要确认生效值,再追来源优先级。结构性配置变更需重建组件/重启。

原理流程

  1. 查启动配置摘要实际值。
  2. 核对属性来源与优先级。
  3. 确认 profile 激活正确。
  4. 检查配置刷新与 bean 读取时机。

代码或图示

预期值 ≠ 生效值 → 来源/优先级/profile → 刷新/重启

常见误区

  • 改了配置文件但环境变量覆盖生效。
  • 热更新配置 bean 未重读。

追问

  • 怎么看配置从哪来?答:配置摘要标注来源(环境/文件/默认)。
  • 配置变更要通知哪些组件?答:热更新配置评估依赖 bean 是否重读。

06.8.5.2-091 预期业务异常与系统错误的日志级别怎么分?

一句话结论

预期业务拒绝(参数不合法、状态冲突)用 INFO/WARN,不打 ERROR 堆栈;非预期系统错误(外部失败、空指针、超时)用 ERROR 并记录堆栈。

概念解释

级别对应是否需要介入。业务规则拒绝是正常流程,记结果与上下文即可。系统错误破坏预期,需要告警与堆栈。混在一起会让 ERROR 告警噪音淹没真实故障。错误率指标同样区分两类。

原理流程

  1. 判断异常是否业务规则内预期。
  2. 预期:WARN/INFO 记录结果。
  3. 非预期:ERROR + 堆栈。
  4. 指标分类计数。

代码或图示

业务拒绝:log.warn("reject order: {}", id)
系统错误:log.error("process failed", e)

常见误区

  • 所有异常都 ERROR,告警过敏。
  • 系统错误只记 message 丢堆栈。

追问

  • 外部依赖超时算哪类?答:系统错误,ERROR 并计入错误率。
  • 业务异常需要堆栈吗?答:预期分支不需要,非预期包装异常保留 cause。

06.8.5.2-092 指标标签评审 checklist 有哪些?

一句话结论

评审标签:取值集合是否有限、是否高基、命名是否统一、是否含敏感信息、维度组合基数是否可接受。

概念解释

标签是指标成本与可维护性关键。新增指标逐项检查:枚举值封闭、不放用户/订单 ID、命名与既有规范一致、无敏感信息。维度组合序列数评估。评审记录标签清单。

原理流程

  1. 列候选标签与取值来源。
  2. 评估基数与组合序列数。
  3. 检查命名与敏感信息。
  4. 高基项移日志。

代码或图示

checklist:有限取值 / 非高基 / 命名规范 / 无敏感 / 组合基数可控

常见误区

  • 评审只看指标名,不审标签。
  • 临时调试标签遗留生产。

追问

  • 标签值可枚举吗?答:必须封闭集合,开放值不做标签。
  • 标签变更要同步什么?答:看板查询与告警规则。

06.8.5.2-093 Span 命名有什么规范?

一句话结论

Span 名按「操作类型:业务动作」小写分隔,稳定不变;属性补充细节。命名跨服务对齐,便于链路聚合检索。

概念解释

Span 名标识操作类型,用于链路拓扑聚合。命名不携带高基参数(ID 放属性)。同类操作命名一致,后端可统计操作耗时。框架自动 Span 名遵循路由/方法约定。

原理流程

  1. 定义 Span 命名规则。
  2. 手动 Span 按规则命名。
  3. 参数细节放属性。
  4. 链路按名称聚合。

代码或图示

Span:http:create-order / db:select-order
属性:order.id, channel

常见误区

  • Span 名拼接订单号等动态值,链路无法聚合。
  • 各服务命名风格不一,拓扑断裂。

追问

  • 自动 Span 名能改吗?答:按框架配置调整为业务操作名。
  • 重命名影响历史链路吗?答:新名只对新链路生效,历史按旧名检索。

06.8.5.2-094 配置变更怎么审计?

一句话结论

配置变更记录变更人、时间、项与新旧值;敏感值只记掩码。变更走评审/发布流程,配置版本可追溯。

概念解释

配置变更影响运行行为,需要可追溯。代码内配置随 Git 历史;外部配置中心记录变更历史。审计日志区分配置值与敏感项。变更回滚有据可查。

原理流程

  1. 配置变更走评审。
  2. 记录变更项、人、时间、新旧值。
  3. 敏感值掩码存储。
  4. 变更历史可检索回滚。

代码或图示

审计记录:config.key, old=***, new=***, changedBy, time, reason

常见误区

  • 生产配置口头修改无记录。
  • 审计日志记录明文 Secret。

追问

  • 配置中心变更审计?答:平台自带变更历史,对接审计日志。
  • 紧急变更怎么留痕?答:事后补记录与复盘。

06.8.5.2-095 多服务之间配置怎么共享约定?

一句话结论

公共配置项命名、类型、单位跨服务统一;环境与 Secret 各自注入,共享配置规范写进团队文档,不共享敏感值。

概念解释

多服务协作时超时、渠道码、字段口径需要一致。公共配置规范(命名、单位、枚举)统一维护。各服务实例独立配置值,不依赖其他服务运行时配置。共享配置库放公共模块默认值。

原理流程

  1. 梳理跨服务公共配置项。
  2. 统一命名/类型/单位规范。
  3. 公共默认值入共享模块。
  4. 各服务环境值独立注入。

代码或图示

共享:配置规范、枚举、默认值
独立:环境地址、密钥、池大小

常见误区

  • 各服务超时/渠道码口径不一致。
  • 服务间运行时读取对方配置。

追问

  • 公共配置变更怎么同步?答:共享模块版本发布,各服务跟进。
  • 配置文档放哪?答:团队配置规范文档,随代码评审更新。

06.8.5.2-096 requestId 与 traceId 是什么关系?

一句话结论

traceId 标识跨服务调用链,requestId 标识单次请求;两者可同时记录,入口生成或透传,日志都可检索。

概念解释

一次请求跨多个服务共享同一 traceId;requestId 在入口生成,单请求内唯一。MQ/异步场景 requestId 辅助关联单次业务操作。字段名与生成规则跨服务对齐。无上游 trace 时 requestId 兜底关联。

原理流程

  1. 入口解析/生成 traceId。
  2. 生成 requestId。
  3. 两者写入上下文与日志。
  4. 跨服务透传 traceId。

代码或图示

traceId:链路贯穿;requestId:单次请求标识

常见误区

  • 混用两个概念,检索字段不一致。
  • 异步消息只透传一个,关联不全。

追问

  • requestId 要透传下游吗?答:可随头传递,辅助单请求关联;traceId 为链路主标识。
  • 怎么生成?答:唯一 ID 生成策略,避免重复。

06.8.5.2-097 分布式排障的标准流程是什么?

一句话结论

明确现象与时间 → 指标定位服务/接口 → traceId 串链路 → 日志看明细 → 定位环节与根因 → 验证修复。

概念解释

排障先聚合后明细。指标发现异常范围,追踪串联跨服务,日志提供上下文。按链路从入口到下游逐段检查。记录根因与改进项回流监控/测试。

原理流程

  1. 收集报错现象、时间、影响范围。
  2. 指标看板定位异常服务与接口。
  3. traceId 检索链路拓扑。
  4. 日志明细定位根因,验证修复。

代码或图示

现象 → 指标定位 → trace 链路 → 日志明细 → 根因 → 修复验证

常见误区

  • 上来逐台机器翻日志,无全局视角。
  • 修复后不回流监控与用例。

追问

  • 多服务同时异常怎么排序?答:从入口链路找最早异常环节。
  • 排障需要哪些上下文?答:traceId、时间范围、服务版本、配置变更记录。

06.8.5.2-098 日志噪声怎么长期治理?

一句话结论

定期评审 logger 级别与消息模板,清理重复/无价值日志,规范日志内容;噪声控制纳入代码评审与监控。

概念解释

日志随迭代堆积,调试日志、重复堆栈、无意义消息形成噪声。治理:合并同类模板、降级噪音包、删除过期调试日志。新增日志评审价值与级别。噪声治理定期复盘。

原理流程

  1. 聚合日志模板排行。
  2. 识别重复/低价值模板。
  3. 降级或删除。
  4. 评审规范新增日志。

代码或图示

治理:模板聚合 → 降噪/删除 → 评审规范 → 定期复盘

常见误区

  • 只在日志爆量时治理,平时不评审。
  • 删除关键排障日志,后续无明细。

追问

  • 怎么判断日志有价值?答:能否用于定位问题或审计;纯调试输出清理。
  • 重复日志在哪一层产生?答:多层 catch 重复记录,收敛到边界层。

06.8.5.2-099 结构化日志 schema 怎么演进?

一句话结论

字段新增向后兼容,旧消费者忽略未知字段;字段废弃先标记过渡期再移除。schema 变更纳入评审,跨服务字段口径同步。

概念解释

结构化字段被日志平台与下游消费,随意改名/删字段破坏解析。新增字段可选、兼容;重命名走新旧字段并行过渡。字段类型稳定。schema 文档记录字段含义与类型。

原理流程

  1. 新增字段向后兼容。
  2. 废弃字段标记过渡期。
  3. 下游确认无依赖后移除。
  4. schema 文档同步更新。

代码或图示

演进:新增可选字段 → 并行过渡 → 旧字段移除

常见误区

  • 直接改字段名/类型,下游解析失败。
  • 字段含义各服务理解不一致。

追问

  • 字段类型能改吗?答:尽量不改;需要则新增字段过渡。
  • schema 文档维护在哪?答:可观测性规范文档,随变更评审。

06.8.5.2-100 场景题:新服务可观测性落地要补齐哪些内容?

一句话结论

落地清单:结构化日志与上下文传播、核心业务指标与自动指标、追踪接入与透传、配置校验与脱敏、看板与告警;逐项验证日志/指标/链路可关联。

概念解释

新服务上线前三件套齐备。日志:门面、结构化、MDC/协程传播、脱敏。指标:注册表、业务埋点、自动指标、端点。追踪:入口/出口拦截、上下文透传、采样。配置:类型安全、校验、Secret 注入。验证端到端关联。

原理流程

  1. 接入日志门面与结构化编码。
  2. 接入指标注册表与业务埋点。
  3. 接入追踪与上下文透传。
  4. 配置校验脱敏,建看板告警,端到端验证。

代码或图示

上线前清单:日志传播 / 指标埋点 / 追踪透传 / 配置校验 / 看板告警 / 关联验证

常见误区

  • 只接日志,缺指标趋势与追踪链路。
  • 上下文传播未在异步边界验证。

追问

  • 最小可观测性基线是什么?答:错误率/耗时指标、错误日志带 traceId、核心链路追踪。
  • 上线后怎么补齐?答:按问题复盘补充埋点与面板。

参考来源

待整理清单

  • [ ] 核对 Micrometer Tracing 桥接 OTel 的当前 artifact 坐标、BOM 与自动配置项
  • [ ] 核实 Kotlin 协程下 MDC/追踪上下文传播的推荐库与 API
  • [ ] 确认 Ktor 非 Spring 项目暴露 Micrometer 指标端点的集成方式
  • [ ] 核对 slf4j 2.x、logback 1.5、Micrometer 1.13、OTel 1.x 在项目中的实际小版本
  • [ ] 整理各日志框架异步队列策略与参数配置示例
  • [ ] 待确认:OTel SDK 运行期采样率动态调整与自定义 Span 采集限制