25、分布式追踪框架：从个体请求到聚合分析

分布式追踪框架：从个体请求到聚合分析

1. 分布式追踪框架的发展与挑战

Dapper 是首个由大型公司在生产环境中公开使用的分布式追踪框架。它不仅完善了先前的追踪模型，还揭示了一些此前未被考虑的运营挑战，包括追踪采样的需求、运行时开销的权衡、安全问题以及如何让用户能够访问追踪数据。

随着分布式系统的不断发展，分布式追踪框架的需求也在发生变化。最初，主要关注的是获取面向请求的信息的技术需求。逐渐地，开始纳入一些实际需求，例如如何简化采用过程以及如何提高追踪数据的实用性。随着分布式追踪框架在生产环境中的广泛应用，涉及可扩展性和追踪后端的运营需求也逐渐显现。

然而，这些需求并非一成不变。新的系统设计和架构不断涌现，如无服务器计算和流式系统的日益普及。随着计算系统的变化，可能会影响或促使分布式追踪框架做出相应的改变。此外，在解决分布式系统故障方面，我们尚未掌握所有的方法。分布式追踪虽然能提供有价值的可见性，请求也被证明是捕获信息的有用维度，但从分布式追踪数据中提取价值的方法仍在不断变化，不如获取数据的技术那么成熟。新的追踪分析进展可能会引发系统捕获数据的变化。

2. 超越个体请求：聚合追踪的价值

2.1 个体请求追踪的局限性

单个追踪可以捕获关于单个请求端到端行为的有用信息，包括每个 RPC 的执行时间、每一跳的数据传输量、超时和错误响应等。通过仔细检查单个追踪，通常可以解释请求为何花费了特定的时间。例如，可能会发现某个请求在缓存中未命中，或者某个服务返回了异常大的响应记录，导致序列化和反序列化时间过长。还可能会发现大型 RPC 扇出中有一个响应比其他响应慢很多的延迟者，或者追踪显示出本应并行执行的 RPC 调用实际上是