可观测性与稳定性 / 系统课时
指标、日志和链路有什么区别
指标、日志和链路有什么区别
同一次故障可以留下三类不同证据:指标告诉你系统是否偏离正常范围,日志记录具体事件,链路追踪展示一次请求经过了哪些服务。本篇用同一故障场景比较 Metrics、Logs 和 Traces,并说明 Prometheus 为什么主要负责指标监控。
学习目标
- 区分 Metrics、Logs 和 Traces 的数据形态
- 根据排障问题选择合适的可观测数据
- 理解 Prometheus 在三类数据中的主要职责
三类数据回答的问题不同
假设用户反馈“接口突然变慢”。如果先看指标,可以判断延迟是否整体升高、错误率是否增加;如果看日志,可以找到具体异常信息;如果系统由多个服务组成,链路追踪还能定位时间主要消耗在哪一跳。
| 数据类型 | 典型形态 | 最擅长回答的问题 |
|---|---|---|
| Metrics | 数值 + 标签 + 时间戳 | 系统整体是否异常、趋势如何 |
| Logs | 带时间的事件文本或结构化记录 | 某个时刻具体发生了什么 |
| Traces | 一次请求的 Span 及父子关系 | 一次请求经过哪里、哪里耗时 |
Metrics 通常体积更可控,适合持续采集和聚合;Logs 细节丰富,但数据量往往更大;Traces 关注单次请求路径,尤其适合分布式系统中的跨服务定位。
Prometheus 主要处理指标
Prometheus 的核心模型是时间序列:一个指标名称配合一组标签形成一条序列,采样值随时间变化。例如 up 可以表示某个采集目标最近一次抓取是否成功,1 通常表示成功,0 表示失败。
如果已经有可访问的 Prometheus 实例,可以通过 HTTP API 查询当前 up 指标。下面命令默认访问本机 9090 端口;实际环境地址可能不同。
PROMETHEUS_URL="${PROMETHEUS_URL:-http://localhost:9090}"
curl -sG "$PROMETHEUS_URL/api/v1/query" \
--data-urlencode 'query=up'预期输出会是 JSON 响应;不同环境中的时间戳、主机、端口和任务名会不同,下面只摘录关键含义。
status=success
resultType=vector
metric=up{instance="<HOST>:<PORT>",job="<ID>"}
value=1
timestamp=<TIME>这里的查询结果适合回答“目标当前是否可抓取”。如果要解释目标为什么失败,通常还要继续查看对应服务日志;如果问题跨越多个微服务,还可能需要链路追踪系统补充请求级证据。
不要把三类数据互相替代
指标适合告警和趋势判断,但通常不会包含完整错误上下文;日志能提供细节,却不适合单靠全文搜索承担所有趋势监控;链路追踪能还原请求路径,但也不是主机 CPU、内存和磁盘趋势的替代品。
在服务器监控中,Prometheus 先解决“哪些指标异常、何时异常、异常持续多久”最合适。出现告警后,再根据问题性质进入日志或链路数据,往往比把所有信息都塞进一种数据体系更清晰。