刘征-APM分布式追踪实践不只是埋点

原则：尽量不产生副作用，合理评估和规避采样开销。
应用开销：
- 延迟增加：创建、结束 span，添加标记、日志等事件产生延迟。缓解方案包括优化线程调度、使用可重复缓冲区、优化埋点粒度、降级影响度。
- 吞吐量占用：固定基础设施处理请求数有限。缓解方案包括减少链接次数、使用长链接/压缩数据、设置合理采样率（如 Google 采用 16/1 采样率）。
基础设施成本：
- 网络传输成本：涉及私有数据中心、公有云（VPC 内外、跨区域、跨互联网），需对比 span 数据发送成本与应用计算成本。
- 存储成本：云存储成本 = 容量 × 时长。Google Dapper 案例：通过降低采样率（1/1024→1/10）、合并索引等方式优化成本。
价值发掘：聚焦采样子集数据中的价值，避免全量数据的高成本。

核心概念：通过相对较少的信号量理解生产系统行为。
可观测性理论：
- 定义：根据系统对外部输出信息推断内部状态，分为被动型（Closed loop feedback control）和主动型控制。
- 反馈优势：应对不确定性、不稳定性、扰动，实现高效率干预。
设计目标：
- 解释每个事务/交易（覆盖罕见错误、不漏报有价值事件）。
- 免于维度问题（支持复杂横向故障排查，平衡搜索性能与存储成本）。
- 成本与业务价值成正比（动态增长下确保物有所值）。
三大支柱的弱点：指标、日志、分布式追踪分别存在解释事务、维度问题、成本与业务量成正比等缺陷。
三根管道：收集、管理遥测数据的三种技术手段（指标、日志、追踪），工具实现者将权衡交给用户，用户从业务价值出发选择。
终极目标与活动：
- 目标：改善/恢复性能基线，度量性能对用户的影响。
- 活动：解释性能差异。
更新版平衡记分卡：统计保真度、元数据维度、存储容量、可用时间序列、上下文提供、影响排序、自动关联信息质量、操作体验。