日誌、指標與追蹤的差異:如何搭配三種可觀測性訊號

釐清日誌、指標與分散式追蹤各自保留的資訊、成本與限制,從日誌收集、延遲分布到追蹤關聯,說明在觀測雲串接排查資料的實際條件。

最佳實務
日誌、指標與追蹤資料分析主題插畫

延遲曲線往上走,代表服務的表現出現變化。但只看曲線,還不知道某一筆請求是在等庫存服務,還是正在重試付款。要繼續查,往往得換一種資料,找出曲線沒有保留的細節。

日誌記錄個別事件,指標描述測量值與分布,追蹤則透過 Span 及其關係記錄處理過程。 三者提供不同角度的資訊,也都有保留範圍。埋點、收集、取樣與保留期限,會共同決定之後能查到什麼;有追蹤,不代表每筆請求的所有操作都已完整留下。

核心差異

  • 日誌回答「發生了什麼」,可保留事件細節;結構化欄位也能用於統計與趨勢分析。
  • 指標回答「整體狀況如何」,適合趨勢圖與告警;成本受時間序列基數、收集頻率及保留期限影響。
  • 追蹤回答「已記錄的請求經過哪些操作、時間花在哪裡」,尤其適合跨服務調查。
  • 服務標籤與時間範圍用來縮小查詢範圍,一致的請求識別碼才有助於精確關聯。同時出現異常,不能直接視為因果關係。

日誌保留事件細節

日誌是離散的事件紀錄,例如一次例外、一筆請求或一次狀態變更。每筆通常包含時間戳記、層級、訊息與相關欄位。採用 JSON 等結構化格式後,查詢可以直接使用欄位,不必每次都從一段文字重新解析。

優點是能保留堆疊追蹤與業務欄位,主流程式語言也都有日誌函式庫。不過,能還原多少情境,仍取決於應用程式實際記錄了什麼,以及哪些資料成功收集並保留下來。

限制是高頻或大筆日誌會增加處理量與儲存需求,但日誌並不一定是三種訊號中最昂貴的。非結構化訊息難以彙總;若 service、status 等欄位一致,日誌同樣能用來統計錯誤數與趨勢。

常見用途包括調查例外、保留稽核紀錄,以及追查單筆請求留下的處理細節。

日誌收集(log collection)涵蓋從應用程式檔案、標準輸出或 API 取出資料,經收集器解析、處理與傳輸,再交給後端接收的過程。這裡要區分事件發生時間與收集系統觀察到紀錄的時間。昨天的事件因積壓而今天才送達,不應因此被當成今天才發生。OpenTelemetry 日誌時間欄位(英文)便區分了這兩種時間。

緩衝與重試能應付短暫中斷,但容量、持久化方式和重試期限都有邊界。「應用程式已寫出日誌」並不等於「後端已成功保存」。Collector 的韌性說明(英文)列出了可能遺失資料的環節。

指標呈現狀態與趨勢

指標用數值描述系統狀態與行為,例如 CPU 使用率、請求數、錯誤率、延遲分布。有些測量隨事件更新,有些在收集時讀取目前值;並非所有指標都按固定間隔預先彙總。

常見的時間序列由指標名稱、標籤與帶時間戳記的樣本組成。樣本可以是單一數值,也可以包含直方圖等分布資料。

優點是,在標籤與時間粒度受到控制時,適合繪製趨勢圖和設定門檻告警。長期保留若採用降採樣,應一起評估減少的負擔與損失的細節,確保仍能回答原來的查詢問題。

限制是通常不保留每個事件的完整內容。標籤值不斷增加,也會推高時間序列數量,增加儲存與查詢壓力。支援 exemplar 的資料流程,可以為部分測量附上 trace ID 等情境資訊,但不代表每筆請求都已留下。exemplar 資料模型(英文)

P99 的算法也要看清楚。它可能由分布估算,也可能由用戶端計算。histogram 在桶或解析度相容時,可以先合併分布再求分位數;Prometheus summary 已算好的各執行個體分位數,不能直接取平均當作整個服務的 P99。histogram 與 summary 的差異(英文)

SLI/SLO、容量規劃,以及「最近五分鐘錯誤率超過 2%」這類告警,都是常見用途。

追蹤連接已記錄的操作

分散式追蹤把已埋點的操作記錄為 Span,包含操作名稱、起止時間、狀態等。同一條追蹤的 Span 共用 trace_id,但建立父子呼叫關係還需要各自的 span_id、父 Span 識別碼,以及跨服務的情境傳遞。只有相同 trace ID,並不足以重建呼叫樹。

非同步工作也可能超出單一父子樹能表達的範圍。例如佇列工作與觸發它的操作,可以透過 Span links 在不同追蹤之間建立關聯。未埋點、被取樣排除,或已超過保留期限的部分,不會因為識別碼相同就自動補齊。Span 與 links(英文) · 情境傳遞(英文)

優點是能沿著已記錄的呼叫關係與耗時,找出較慢的操作或失敗的下游呼叫,對跨服務請求尤其有用。日誌、指標與效能剖析也能提供延遲診斷的線索,並非只有追蹤能處理這類問題。

限制是可見範圍受埋點方式影響。手動埋點、自動埋點與 eBPF 收集各有支援範圍。eBPF 能觀察什麼,取決於核心、執行環境、通訊協定和工具實作,不能假設所有業務操作都能零設定追蹤。觀測雲 eBPF 支援範圍(簡體中文)。高流量環境可透過取樣(英文)控制負擔,同時也會減少日後可供調查的請求。

常見用途包括定位跨服務慢請求、分析已記錄的相依關係,以及追查錯誤傳播的路徑。

依調查需要搭配三種訊號

先由指標發現異常,再從追蹤縮小到某個操作,接著讀取日誌中的堆疊與業務欄位,是常見的調查路徑。它不是每次都必須遵循的順序,也不能保證打開日誌就能確認根本原因。

關聯所需的條件,要從收集時準備。服務名稱、環境、版本欄位應一致;請求處理過程中的日誌應帶上目前的 trace_id,需要 Span 層級的細節時,再記錄 span_id。

觀測雲的追蹤詳情(英文文件)可用共同識別碼查詢相關日誌。若日誌分散在不同索引,可用日誌索引映射(英文文件)選擇關聯查詢範圍。這項設定只影響詳情頁的關聯查詢,不會更改日誌寫入哪個索引。資料必須已收集,識別碼格式與查詢權限也要相符;相同 trace ID 無法找回被取樣捨棄的 Span,也無法恢復已過保留期限的日誌。

常見問題

小團隊應該先導入哪一種? 從最重要的故障與現有資料出發。容量和可用性問題可能先補指標;單體應用的例外,可能先靠結構化日誌處理。若痛點是跨服務耗時,也可能很早就需要追蹤。沒有適用所有團隊的固定順序,再依收集量與維護能力擴大範圍。

有了追蹤,還需要日誌嗎? 通常需要。Span 也能帶上屬性、事件與例外;日誌仍適合保留獨立業務事件和詳細紀錄。哪些資訊放在哪裡,取決於埋點設計。同一筆請求的紀錄則可以用一致的 trace ID 關聯。

日誌產生的時間序列和指標有何差別? 指標處理測量值或分布,日誌保留個別事件。按時間窗口統計日誌,同樣能得到數值序列。日誌衍生指標的延遲與成本,取決於解析、傳輸、彙總位置、查詢方式和保留策略,不能一概認定比原生指標流程更慢、更貴。彙總前已被過濾或遺失的事件,也不會自動回到統計結果中。

效能剖析算是第四根支柱嗎? 它常被視為補充訊號,但「第四根支柱」並非必須遵循的統一分類。依剖析類型,可以查看 CPU 時間、記憶體配置等資源消耗集中在哪些程式路徑,與請求追蹤提供的視角不同。OpenTelemetry Profiles(英文)

延伸閱讀

取得專屬方案

聯絡我們

加入社群

微信扫码
加入官方交流群

立即體驗

在线开通,按量计费,真正的云服务!

立即開始

选择观测云版本

代码托管平台