Execution Context
应用性能监控 (Application Performance Monitoring, APM) 能够帮助 SRE 工程师持续观察系统的健康状况、延迟和错误率。该设计阶段侧重于在实施前定义指标、仪表盘和告警阈值。它确保了对微服务交互的可观察性，无需人为模拟场景，并严格遵守企业级的技术标准，以实现卓越的运维效果。
设计核心监控架构，以收集分布式服务产生的实时遥测数据。
定义明确的性能阈值和错误代码，当超出这些阈值或出现这些错误代码时，立即触发 SRE 告警。
集成日志记录和追踪系统，以关联应用程序事件与基础设施健康状况。
Operating Checklist
识别需要进行性能跟踪的关键应用路径。
选择合适的指标，例如响应时间、吞吐量和错误率。
根据历史基线数据配置告警规则。
验证所有监控服务的仪表数据准确性。
Integration Surfaces
云基础设施
在服务器上配置原生可观测性代理，以收集结构化指标数据，用于聚合分析。
代码仓库
更新服务定义，纳入标准化的性能指标标签。
仪表盘平台
构建可视化界面，用于展示延迟趋势和错误分布，以便快速分析。
