I IT 面试题库
生产环境出现偶发超时但无任何报错日志,如何用「日志 + 指标 + 链路」可观测性三件套定位根因?
高级故障排查题SRE站点可靠性工程师DevOps工程师后端开发工程师云架构师可观测性日志指标链路追踪排障
题目
考察点:可观测性三大支柱协同排障的方法论(属于 SRE/可观测性实践)。
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 45 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点:
- 先用指标圈范围:看 RED/USE 指标(请求速率、错误率、时延;资源利用率、饱和度、错误),确认是整体还是个别接口、是否伴随 CPU/内存/连接池饱和,把「偶发超时」收敛到具体服务与时间窗。
- 再用链路下钻:在链路追踪里按高耗时 span 排序,定位超时发生在哪一跳(自身慢、下游慢还是网络),查看该 span 的耗时分布与依赖拓扑,区分「自己慢」还是「被依赖拖慢」。
- 最后用日志定因:拿 trace-id 去日志系统检索该次请求的完整上下文,看是否有慢 SQL、锁等待、第三方调用超时被吞掉(无报错日志常因异常被 catch 后未记录);日志必须透传 trace-id 才能与链路对齐。
- 闭环与预防:定位后修复(扩容/加索引/限流/降级),并把这次的「关键指标 + 告警规则」固化下来,让同类偶发问题下次能被主动告警而非靠人肉排查。
题目与答案就在本页;收藏、批注和错题重练在应用内