日志 vs 错误追踪:两者有什么区别,又该如何配合
日志保留应用记录的事件,错误追踪围绕异常捕获、问题分组与处理展开。比较两者的上下文、告警与成本边界,说明崩溃分析、用户影响统计和观测云日志关联的实际条件。
日志是对系统事件的通用记录,而错误追踪是围绕应用错误的捕获、分组与处理机制——前者保留应用实际记录的事件,后者把已采集的错误组织成便于跟进的问题。日志回答「系统记录了什么」,错误追踪帮助回答「哪些错误反复发生、在哪些版本出现」;影响了多少人,还取决于用户标识和数据覆盖。
核心要点速览
- 日志可覆盖正常、调试、警告与错误事件,具体取决于记录与采集策略;错误追踪主要面向错误事件,也可显式上报消息;
- 错误追踪可按指纹或其他规则分组,日志平台也可以通过结构化字段、规则、聚类和告警组织错误,不是只能手动检索;
- 堆栈、设备、版本与面包屑取决于 SDK、集成和字段配置,并不保证完整;日志也可以是结构化数据;
- 两者可以配合:错误追踪帮助发现、归类和分派问题,日志补充已记录的业务流程与上下游细节。
什么是日志?
日志由开发者在代码中主动输出,或由框架、中间件生成,内容可以包括请求处理、状态变更、调试信息等事件,但不是系统运行的一切。它可以是自由文本,也可以是带有 service、status、请求标识等字段的结构化记录,价值取决于记录内容、采集和保留策略。OpenTelemetry 日志数据模型
在排障时,日志可以补充业务状态和处理顺序;入口既可以是关键词,也可以是结构化查询、监控事件或关联请求。只凭一行 error,仍不能断定已经获得完整根因。
什么是错误追踪?
Sentry 等产品的错误追踪功能通过 SDK 或集成采集错误事件。自动捕获范围依运行时、SDK 初始化与集成而定,常见的是未处理异常和未处理 Promise rejection;已经捕获并处理的异常通常要通过 captureException 等接口显式上报,不能假定所有崩溃和逻辑错误都会被发现。Sentry 错误捕获
它通常围绕错误组织三类工作,但并非日志平台绝对做不到:
- 聚合分组:根据事件中的堆栈、异常类型、消息或自定义 fingerprint 等信息组织问题。默认算法有版本,分组规则也可调整;相似消息不一定是同一问题,同一根因也可能产生不同分组。分组算法与规则
- 上下文富化:可携带堆栈、环境、版本、设备、用户和面包屑,但哪些字段存在取决于 SDK 与配置。用户信息要按需要显式设置、控制或脱敏,不能把接入 SDK 当作自动识别全部访客。SDK 数据采集范围
- 主动告警与回归处理:新问题、已解决问题再次出现等情况可触发相应规则;是否通知还受过滤、采样、配额、告警条件和通知限频影响,不是每个新异常都会立即通知。告警触发与过滤
崩溃分析(crash analytics)更关注崩溃事件及其版本、设备和可观测影响面。应用抛出异常不一定导致进程崩溃,不同运行时对崩溃、原生错误等的支持也不同,应核对对应平台的 SDK 与符号文件要求。「受影响用户数」来自实际收到的事件和识别字段,不能直接当作全部受影响访客或业务损失。
两者的核心区别是什么?
| 维度 | 日志 | 错误追踪 |
|---|---|---|
| 覆盖范围 | 应用实际记录并保留的事件,可含正常与错误信息 | 已采集的异常、支持的崩溃或显式消息,不覆盖所有错误 |
| 采集方式 | 框架输出、主动记录与采集器 | SDK/集成自动捕获,加显式上报 |
| 聚合能力 | 可按结构化字段统计、查询或聚类,取决于平台 | 围绕错误问题分组、计数,可配置指纹等规则 |
| 告警 | 按采集数据配置检测与通知规则 | 按新问题、回归等条件配置通知,仍有规则与限频 |
| 上下文 | 取决于记录、字段处理与保留 | 取决于 SDK、平台、集成、标识与隐私设置 |
| 成本模型 | 依产品与方案,可能涉及摄取、存储、查询和功能计费 | 依产品与方案,可能涉及事件额度、保留、其他功能或超量计费 |
分组减少的是需要逐个处理的问题条目,不等于减少摄取的错误事件,也不能据此断言哪种方案成本更低。计费要按实际产品与 SKU 比较,而不是把「日志量」和「事件量」当作统一口径。
到底该用哪个?
可以沿排障阶段配合使用,具体顺序依入口而定:
- 发现阶段:通过错误追踪规则或日志监控发现新问题、错误数变化,影响面需结合实际采集与标识判断;
- 定界阶段:通过异常的版本、环境等标签判断范围,分派给对应负责人;这些字段本身也需要正确记录;
- 根因阶段:根据异常时间和请求上下文查询同一请求已保留的日志,结合堆栈、业务状态与下游响应验证原因。
只保留错误事件,可能缺少正常业务流程的证据;只保留分散文本却不建立字段和告警,也容易漏掉需要处理的问题。选择取决于还缺哪类证据与处理能力,而不是数据类型名称。
从异常回到同一请求的日志
以观测云为例,应用接入链路采集,并在业务日志中写入一致格式的当前 trace_id 后,可以在链路详情查看已记录的错误 Span,再查询同一请求的关联日志。需同时核对时间范围、服务与环境字段、日志索引映射及查询权限;未采集、因采样被丢弃或已过保留期的数据,不会凭相同 trace ID 恢复。这样才能用实际记录的堆栈、业务状态和下游响应继续排查,而不是把 APM 接入理解成所有异常都已自动分组。日志关联链路
日志本身也有组织错误的入口。观测云日志错误追踪可集中查看含 error_stack 或 error_message 的已采集日志;这仍以字段与数据存在为前提,不代表任意 error 级别记录都有完整堆栈。
需要通知处理人时,按日志或链路数据配置监控规则,在事件内容中加入相关查询链接。开启关联故障并配置事件等级映射后,符合条件的异常事件可创建故障记录,与单纯检索错误日志分开管理;通知仍取决于告警策略和相关配置。
常见问题(FAQ)
Q:日志里的 error 级别还不够吗? 级别只是一个字段。结构化错误日志可以统计、聚类和告警;能否跟进同一问题、判断版本或用户影响,要看堆栈、分组规则、标识等是否齐备,不能单凭 error 判断。
Q:错误追踪能替代日志吗? 通常不能直接替代。错误事件适合问题管理,业务审计和正常处理流程仍需相应记录。逻辑错误如果没有抛出异常,也没有显式检测或上报,两种工具都不会自动知道业务结果错了。
Q:错误日志怎样关联请求? 在日志中记录当前 trace_id,保留一致的服务、环境等字段,核对时间、索引与查询权限。先用已知失败请求检查关联是否命中,再查询前后记录;同一时间出现并不自动证明因果关系。
Q:前端错误也能追踪吗? 可以通过对应 SDK 捕获支持的错误,但运行时、集成和浏览器限制会影响可见范围。还原压缩后堆栈,需要与实际部署产物匹配的 sourcemap,并让平台能通过上传或所支持的访问方式取得映射及必要源内容。Sentry 可用 Debug ID 关联产物,release/路径匹配是其他方式之一,不能把 release 当作所有方式的必备条件;符号或映射也无法补出原本没有的堆栈。Sentry sourcemap · Debug ID 的匹配方式
系列阅读
- 上一篇:《日志、指标、链路的区别与联系》
- 下一篇:《什么是可观测性》
- 相关:《什么是 APM》 · 《返回索引》