04服务运维约 8 分钟
服务上线之后：日志、指标和告警各自回答什么？
部署完成并不代表工作结束。线上问题出现时，团队需要快速判断影响范围、定位原因并采取行动。
三种信号，各有用途
- 日志：记录某个事件的上下文，例如请求标识、操作结果和错误原因，帮助还原单次请求。
- 指标：用随时间变化的数值观察整体状态，例如请求速率、错误比例和延迟分布。
- 链路追踪：将跨服务调用关联起来，帮助理解一次请求在哪个环节耗时或失败。
告警要能推动下一步
告警应对应可行动的问题，例如错误率持续升高或延迟超过服务目标。告警内容要包含受影响服务、观察到的信号和排查入口，避免只发出一个无法判断轻重的提示。
从小处建立可观测性
为请求生成关联标识；统一记录关键字段；持续观察延迟、流量、错误和资源使用。先把最重要的路径看清楚，再逐步扩展。
上线前还应确认配置和密钥通过合适方式管理，健康检查反映应用真实状态，并准备可执行的回滚步骤。这样出问题时，恢复过程会更从容。