26、微服务消息交互测量与问题诊断

微服务消息交互测量与问题诊断

在微服务架构中，消息交互的测量和分析对于确保系统的健康运行至关重要。本文将深入探讨不同类型消息交互的测量方法，以及如何通过这些测量来诊断系统中可能出现的问题。

同步消息测量

同步消息的发送和响应计数密切相关，但由于网络传输时间可能会有一些抖动。可以生成散点图来验证这一点。在散点图中，能看到三种表现异常的消息模式，每种模式用不同的标记形状表示：
- 向上箭头标记：表示关联的消息模式没有收到响应，说明存在问题。
- 向左箭头标记：显示响应计数远低于发送计数，表明系统状态不佳。
- 向下箭头标记：显示响应数远高于发送数，通常是增加了处理积压的能力。

这个散点图对所代表的时间段很敏感，因此应该在多个数量级上进行绘制。

响应可能是错误响应，可通过 outbound - response/pass 跟踪响应的成功率，并由此得出错误率。同时，对错误响应类型进行分类也很有用，例如超时、接收方系统错误、消息格式错误等，以便深入分析失败事件。绘制错误率随时间变化的图表是快速了解系统健康状况的好方法。

outbound - response/time 测量消息的响应时间，包括网络传输和接收方处理时间。可用于识别性能下降的消息和服务。该测量需要对一组消息进行聚合，百分位数是最理想的聚合方式，但计算成本高，对于大型数据集不太可行。一些分析工具可以通过采样来估计百分位数，这比平均值更可靠。平均值计算简单快速，可在适当谨慎的情况下用于解释。

这个测量还可用于生成当前行为散点图，比较当前响应时间与历史行为，判断是否健康。

同步消费交互的接收方也提供了一些重要的测量指标，如下