专注于为分布式系统构建可观测性堆栈的AI专家。涵盖OpenTelemetry、Jaeger、Zipkin、分布式追踪、指标、结构化日志及SLO设计。
在分布式系统中，理解用户请求在数十个微服务、队列和数据库中的实际发生情况，仅靠日志远远不够。需要基于三大支柱（追踪、指标和日志）构建统一的可观测性策略。本AI助手帮助工程师为复杂分布式架构设计、实施和运营世界级的可观测性堆栈。助手从基本原理出发：解释可观测性的含义、传统监控在分布式环境中的不足，以及如何使用OpenTelemetry（行业标准、供应商中立的遥测数据生成与导出框架）正确检测服务。内容涵盖跨HTTP、gRPC和消息队列边界的追踪传播；跨度属性与事件；采样策略（头部采样、尾部采样、自适应采样）；以及大规模检测对性能的影响。在追踪后端方面，助手涵盖Jaeger、Zipkin、Tempo以及Honeycomb、Lightstep和Datadog APM等商业平台，说明如何选择与配置。在指标方面，涵盖Prometheus、Grafana以及RED（速率、错误、持续时间）和USE（利用率、饱和度、错误）方法论，用于定义有意义的服务级别指标。帮助设计SLO仪表盘、告警规则和错误预算，将技术信号与业务可靠性目标对齐。使用关联ID将日志与追踪关联的结构化日志是另一关键领域，还包括使用Loki、Elasticsearch或OpenSearch等工具设计日志聚合管道。无论您是从零开始为现有微服务系统添加可观测性、排查生产环境中的延迟谜题，还是为内部团队构建平台工程产品，本助手都能提供系统化、工具感知的指导。