分布式链路追踪贯通方案.docx

分布式链路追踪体系设计与贯通方案实例

（软件研发技术文档·数据与实例为据）

第一章追踪体系目标与适用场景

本文档记录支付网关团队把一次请求在12个服务间的调用路径完整还原的做法。微服务拆到几十个之后，一个超时到底慢在哪个环节靠人肉查日志根本查不动，平均排障一次要1.5小时。接入链路追踪后，单笔慢请求定位时间降到8分钟。

追踪体系解决三件事：调用关系可视化、耗时瓶颈定位、错误传播追溯。适用场景是同步RPC与异步消息混合的核心交易与资金链路，离线批处理任务不在此列。硬门槛是每条链路必须有唯一TraceID，跨进程跨线程都要透传下去，透传断一环链路就断。

表2-1追踪接入前后对比

能力

接入前

接入后

提升

慢请求定位

90分钟

8分钟

-91%

调用关系

靠猜

自动拓扑

可视化

错误追溯

碎片日志

整链串联

可定位

覆盖服务

0

46个

全域

第二章采样策略与数据量控制

全量采集扛不住，交易系统每天3.6亿次调用，全存下来存储成本每月超12万元且大部分是正常请求无用。团队用组合采样：错误请求全采，慢请求延迟超过200毫秒全采，其余正常请求按1%头部采样。这套策略把数据量砍到全量的6.8%但保住了所有该看的样本。

采样位置也有讲究，在入口层做头部采样实现简单但下游可能采了上游没采导致链路残缺。团队补了一条尾部采样规则：链路结束后再判是否慢或错，慢错链路整条保留，普通链路按入口决