21、分布式追踪：提升与恢复性能的有效方法

分布式追踪：提升与恢复性能的有效方法

1. 相关性分析

相关性分析是分布式追踪为开发者提供的强大工具，用于提升基础性能。以往的技术多是验证或反驳现有的性能假设，而相关性分析更进一步，能创造新的假设并提供支持证据。这为开发者开辟了全新的工作流程，追踪工具能直接引导开发者找到最有潜力提升性能的机会，而非让开发者仅凭直觉猜测。

1.1 传统错误分析的局限性

只关注失败请求样本中的常见错误来寻找根本原因，这种方法虽有时有用，但容易出错。它只考虑错误发生时的情况，却忽略了错误未发生时的情况。例如，有两种错误：错误1出现在90%的失败请求追踪中，错误2出现在100%的所有追踪（包括成功和失败请求）中。仅看失败请求样本时，可能会认为错误2是更可能的罪魁祸首，但由于错误2在成功请求中也会出现，所以它不太可能是失败的原因，该错误显然是可恢复的。

我们真正要问的问题不是“哪种错误更可能出现在失败请求中”，而是“哪种错误与失败的相关性更强”。虽然相关性并不等同于因果关系，但它是发现根本原因的有力工具。

1.2 相关性分析的步骤

• 样本选取 ：需要两个追踪样本集。一个样本集代表你想要消除或至少减少的追踪类别，如失败或缓慢的请求；另一个样本集代表第一个样本集的补集，通常是成功或快速的请求。可以将这种设置类比为科学实验中的实验组和对照组。
• 特征确定 ：还需要一组用于寻找相关性的特征。在分布式追踪中，这些特征包括服务、操作、错误、与组成追踪的跨度相关的标签，以及跨度的持续时间和它们在关键路径中所占的百分比。分析可以考虑追踪中任何跨度