23、服务器无服务架构：观测工具、历史演进与发展趋势

服务器无服务架构：观测工具、历史演进与发展趋势

1. 传统观测工具之指标

指标库与追踪类似，支持基本级别的自动检测（包括内存/CPU使用等运行时指标），但相较于追踪，代码检测对记录自定义指标更有益。指标（和追踪点）为应用程序的状态提供了一种发布机制，就像事件为应用程序的内部独白提供发布机制一样。在开发过程中尽早且频繁地集成指标，在投入生产时将带来巨大的好处。

需要在应用代码中实现的关键指标示例如下：
- 不同活动的转化率 ：有助于检测产品推出是否无意中影响了用户对业务目标的访问。
- 代码中意外状态的出现 ：自动库无法很好地理解应用程序，难以判断哪些可能是意外情况，但人类在代码审查时通常很容易做到。
- 按业务价值划分工作指标 ：例如按客户层级划分。如果有大量免费用户和少量付费用户，而付费用户支撑了服务的价值，那么可能会特别关注影响这些付费用户的错误或延迟。

指标是传统可观测性工具的最后一个支柱，但这并不意味着我们已经介绍完调试和分析无服务器应用程序行为的工具。接下来将介绍一些深入了解应用程序行为的有趣新工具。

2. 实时追踪和性能分析

登录服务器的常见情况之一是收集出现问题的正在运行的应用程序的性能分析或调试追踪。在任何复制服务中，暂停执行或更改单个实例的内存状态都存在问题，但像性能分析（对不同函数调用所花费的时间进行被动测量）这样的只读操作是有效的调试工具。

传统上，性能分析工具在单个进程的范围内运行，无论是在本地还是通过从开发人员计算机到应用程序实例的隧道网络连接。从开