25、微服务系统的测量与可视化

微服务系统的测量与可视化

1. 微服务测量问题与挑战

在微服务系统中，当系统性能下降时，逐个检查每个微服务的指标是非常繁琐的。因此，需要解决以下测量问题：
- 无需观察每个组件就能了解系统的健康状况。
- 理解系统的实际结构。
- 快速轻松地诊断和隔离故障。
- 预测问题可能出现的位置。

需要将系统状态总结为一组有用的测量指标。然而，时间序列图表存在问题，要么绘制所有服务的数据，导致图表杂乱难以解读，要么对数据进行统计汇总（使用均值或百分位数），但会丢失所关注的异常信息。

2. 散点图的强大之处

2.1 散点图原理

散点图是一种更适合微服务架构的可视化方式，它适用于分析大量元素之间的关系。散点图通过可视化的方式比较两个数量，对于一组事物（如服务器、消息或微服务），每个事物在图表中用一个点表示，每个事物有两个要比较的数值属性，分别对应 x 轴和 y 轴。例如，比较一组人的体重和身高，通常较高的人会更重，点会形成一个向右上方倾斜的形状，表明这两个数量是相关的。

2.2 用于微服务响应时间比较

对于时间序列数据，只有一个给定时间的测量值，难以直接用于散点图。可以使用历史时间段和当前时间段的汇总统计数据来定义两个数值。例如，使用过去 24 小时的响应时间作为历史数据，过去 10 分钟的响应时间作为当前数据。为了更关注大多数用户的体验，使用第 90 百分位数来汇总数据。如果有 100 个微服务，为每个微服务计算这些数值，然后绘制散点图。

如果一切正常，当前性能应与历史性能相似，响应时间应高度相关，在图表中形成一条明显的上升线。如果有异常点，