定义

混合遥测是指从技术栈中多个异构来源收集、聚合和分析性能及操作数据的实践。它不依赖于单一数据流（如仅日志或指标），而是将结构化数据（如应用指标）、非结构化数据（如日志）和跟踪数据（如请求路径）整合成一个统一的视图。

为什么重要

在复杂、分布式微服务架构中，单个数据点很少足以进行根本原因分析。混合遥测提供了必要的上下文。通过将指标峰值与特定日志条目相关联，并跨服务边界跟踪请求，工程团队可以超越症状识别，实现精确的问题诊断，从而显著减少平均修复时间（MTTR）。

工作原理

该过程涉及几个关键阶段。首先，在所有组件——应用程序、基础设施和网络层——上应用仪器化。其次，一个集中的数据摄取管道收集这些不同类型的数据。第三，一个关联引擎处理这些数据，使用通用标识符（如跟踪 ID）将跟踪与相应的日志和指标关联起来。最后，可视化工具展示这些相关联的数据，使操作人员能够看到事务的“故事”。

常见用例

• 分布式跟踪： 跟踪用户请求在数十个微服务中跳转的过程，并将延迟峰值与特定的服务错误相关联。
• 性能瓶颈识别： 精确定位高延迟是由数据库查询时间（指标）引起的，还是由该查询期间过多的错误日志记录（日志）引起的。
• 容量规划： 将资源利用率指标与实际交易量相结合，以准确预测未来的基础设施需求。

主要优势

• 整体可见性： 提供系统健康的 360 度视图，消除数据孤岛。
• 更快的调试： 相关性功能极大地加速了查找问题源的过程。
• 主动警报： 能够基于跨多种数据类型的模式创建更智能的警报，减少警报疲劳。

挑战

• 数据量和速度： 管理组合数据流的巨大容量和高速度需要强大、可扩展的基础设施。
• 标准化和模式漂移： 确保来自不同来源的数据遵循一致的模式以实现有效关联在技术上很复杂。
• 工具复杂性： 实施和维护一个能够处理混合数据的统一可观测性平台需要专业知识。

相关概念

可观测性、分布式跟踪、指标、日志记录、APM（应用性能监控）