可观测性：监控、日志、链路追踪三位一体
引子：一次线上故障的排查噩梦 2021年某晚，某电商平台接口响应慢，用户投诉激增。 排查过程： 运维：哪个服务出问题了？（无监控） 开发：日志在哪？（分散在100台服务器） 架构师：调用链路是什么？（无链路追踪） 耗时：3小时才定位到问题（数据库连接池配置错误） 教训：微服务架构下，可观测性至关重要 一、可观测性的本质 1.1 什么是可观测性？ **可观测性（Observability）**是指通过外部输出理解系统内部状态的能力。 三大支柱： Metrics（指标）：数字化的度量（QPS、响应时间、错误率） Logs（日志）：事件的记录（请求日志、错误日志） Traces（追踪）：请求的全链路视图（调用链路） 1.2 监控 vs 可观测性 维度 监控 可观测性 目标 已知问题 未知问题 方式 预设指标 任意维度查询 例子 CPU > 80%告警 为什么这个请求慢？ 二、监控体系：Prometheus + Grafana 2.1 监控指标的四个黄金信号 延迟（Latency）：请求响应时间 流量（Traffic）：QPS、TPS 错误（Errors）：错误率 饱和度（Saturation）：CPU、内存、磁盘使用率 2.2 Prometheus监控配置 1. 添加依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> </dependency> 2. 配置application.yml management: endpoints: web: exposure: include: "*" # 暴露所有端点 metrics: export: prometheus: enabled: true tags: application: ${spring.application.name} 3. 自定义指标 ...