016、监控与可观测性：Metrics、Logging、Tracing从一次线上故障说起凌晨两点接到告警，生产环境某个接口的响应时间从50ms飙到了5秒。登录服务器一看，CPU和内存都正常，日志里没有ERROR记录，数据库连接池也显示健康。问题出在哪儿？我花了三个小时翻遍各种日志，最后发现是某个第三方服务的响应变慢，拖垮了整个调用链。那次经历让我彻底明白：没有完整的可观测性，线上系统就是在裸奔。可观测性的三个支柱现代后端系统的可观测性建立在三个核心支柱上：Metrics（指标）、Logging（日志）、Tracing（链路追踪）。它们不是三选一的关系，而是互补的观察视角。Metrics：系统的体检报告Metrics是数值化的时间序列数据，用来回答“系统现在是否健康”这类问题。我在项目里通常从这几个维度入手：# prometheus_client示例 - 别自己造轮子，用现成的SDKfromprometheus_clientimportCounter,Histogram