如何理解日志、指标、Trace 与延迟预算？

标准回答

日志描述具体事件，指标展示聚合变化，Trace 连接跨组件调用与等待。三者通过请求、操作、任务和来源等稳定身份关联，避免只有大量文本却无法还原一次失败。高基数字段适合日志或 Trace，不宜无约束成为所有时序指标标签。

端到端预算应在接入、排队、数据库、模型和序列化之间分配，并保留返回与取消余量。重试不能每次重新获得完整无限预算，否则上游早已放弃而下游继续浪费资源。

排障先按影响范围、起始时间和版本变化分类，再定位错误率、吞吐与时延是否同步变化。日志应有必要的版本和状态，不输出密钥和未授权资料。系统能给出完整关联记录，往往比堆叠更多组件更有助于恢复。

检查 P95 / P99、特定端点、租户、模型和设备分组；整体平均会被大量快请求稀释。

检查客户端排队、DNS / 连接、代理、流式缓冲、网络传输、解析与渲染；服务端计时可能没有覆盖全部等待。