Java 后端 / 系统课时
建设微服务可观测能力
建设微服务可观测能力
本节解决微服务运行后难以定位问题的问题,通过日志、指标和链路追踪建立可观测体系,让团队能够发现异常、还原请求路径并快速定位性能瓶颈。
学习目标
- 理解日志、指标和链路追踪的职责边界
- 掌握结构化日志设计和关键字段规划方法
- 学会使用 Trace ID 分析跨服务调用问题
认识微服务可观测模型
微服务由多个独立服务组成,一次业务请求可能经过网关、订单、库存和支付等多个节点。单个服务日志只能看到局部信息,需要结合日志、指标和链路追踪还原系统状态。
日志用于记录具体事件,例如异常、业务操作和请求上下文;指标用于观察系统趋势,例如请求量、延迟和错误率;链路追踪用于描述一次请求经过哪些服务以及每个阶段耗时。

设计结构化日志
生产环境日志不能只输出自然语言描述,而应包含稳定字段,方便日志平台检索和关联分析。通常需要记录服务名称、请求 ID、Trace ID、业务标识、耗时和异常信息。
下面示例使用 MDC 保存上下文,并输出 JSON 格式日志。实际项目通常通过日志框架配置统一完成字段输出。
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.slf4j.MDC;
public class OrderService {
private static final Logger log = LoggerFactory.getLogger(OrderService.class);
public void createOrder(String traceId, String orderId) {
// 将请求上下文放入 MDC,交由日志框架统一输出
MDC.put("traceId", traceId);
MDC.put("orderId", orderId);
log.info("create order success");
MDC.clear();
}
}预期输出
{"level":"INFO","service":"order-service","traceId":"<ID>","orderId":"<ID>","message":"create order success"}实际字段名称和格式取决于日志框架配置,但字段设计应保持稳定,避免故障排查时无法关联请求。
建立指标监控体系
指标描述系统持续变化的状态,适合发现趋势和异常。微服务通常关注请求成功率、响应时间、吞吐量以及资源使用情况。
常见指标包括:
| 类型 | 示例指标 | 作用 |
|---|---|---|
| 请求指标 | request_count | 观察流量变化 |
| 性能指标 | request_latency | 判断响应是否变慢 |
| 错误指标 | error_rate | 判断服务稳定性 |
| 资源指标 | cpu_usage | 判断运行压力 |
设计指标时要控制标签基数,不要直接使用用户 ID、订单 ID 等高变化字段作为标签,否则可能造成监控存储压力。
使用链路追踪定位问题
链路追踪通过 Trace ID 关联一次请求经过的多个服务,每次服务调用形成一个 Span。排查接口变慢时,应先定位慢请求,再分析具体服务节点。
常见定位流程如下:
- 查看整体请求耗时,确认异常时间范围。
- 根据 Trace ID 查看调用链,找到耗时最长的 Span。
- 结合对应服务日志和指标确认根因。
public class TraceContext {
public static String currentTraceId() {
return "trace-<ID>";
}
public static void print() {
System.out.println(currentTraceId());
}
}预期输出
trace-<ID>真实 Trace ID 由链路系统生成,每次请求通常不同。
可观测建设中的边界
日志、指标和链路追踪不能相互替代。日志用于分析具体事件,指标用于发现异常趋势,链路追踪用于还原调用路径。
建设微服务可观测能力时,应优先统一核心链路的日志字段、关键业务指标和请求关联 ID。这样出现故障时,才能从异常现象快速进入原因分析。