03｜遥测的基础数据模型

《可观测性工程》学习讲义 · 第 03 讲

可观测性数据不是越多越好。真正有价值的是，每种数据都承担清晰的职责，并且能够围绕同一次任务关联起来。

四种信号分别做什么

• Metric 展示整体趋势，适合告警；
• Trace 记录一次请求或任务经过的路径；
• Log 保存离散的执行信息；
• Event 描述某个时刻发生的状态变化。

Resource 则说明这些数据来自哪个服务、版本、进程或容器。Trace ID 和 Span ID 把分散的数据连接成同一次执行。

一个简单案例

用户要求 Agent 查询订单并解释退款失败原因。可以把任务建模为：

Trace: refund-investigation
├── Span: plan
├── Span: query-order-tool
├── Span: query-payment-tool
└── Span: generate-answer

每个 Span 记录开始时间、持续时间、状态和必要属性。工具超时时，在对应 Span 上记录错误；日志带上同一个 Trace ID；Metric 统计所有工具调用的失败率。

现实挑战：数据都有，却关联不起来

如果 Agent、模型网关和工具服务各自生成日志，却没有传播 Trace Context，工程师只能按照时间猜测哪些记录属于同一次任务。异步队列和并发执行会让这种猜测更加不可靠。

现象—假设—证据—判断

现象：同一用户任务出现多个失败日志，但无法还原顺序。假设包括日志缺失、时钟误差、上下文传播中断。证据显示 Agent 创建了 Trace ID，但进入工具队列后生成了新的根 Trace。判断：问题来自异步消息没有携带和提取 Trace Context。

修复后要验证：父子 Span 是否正确、日志是否包含 Trace ID、跨进程步骤是否仍属于同一条 Trace。

不要把所有内容塞进Span

Span 应保存用于筛选和定位的结构化属性。大段 Prompt、工具原文和敏感数据需要谨慎处理，可以保存摘要、长度、哈希或受控引用。否则不但成本高，还可能造成隐私风险。

小结

Metric 告诉我们规模和趋势，Trace 还原单次过程，Log 与 Event 补充细节，Resource 标识数据来源。它们只有通过统一上下文关联起来，才能形成真正的调查能力。

---

可观测性工程系列：上一篇：02｜系统监控和可观测性有什么不同？ · 下一篇：04｜什么是 OpenTelemetry？

原文：LandX