当你的系统只有一台服务器、几十行代码时，日志打印到控制台就能解决所有问题。但当系统演进到十几甚至上百个微服务，任何一个请求都可能穿越七八个服务节点——传统日志和监控手段已经远远不够了。
这就是”可观测性”（Observability）这个词近年来在工程界大火的原因。
什么是可观测性？
可观测性不是某个具体的工具，而是一种系统设计理念：通过系统外部输出推断其内部状态的能力。
OpenTelemetry 给出了一个实用框架，将可观测性拆分为三大支柱：
- Logs（日志）：离散的事件记录，”某时某刻发生了什么”
- Metrics（指标）：聚合后的数值，”系统运行得怎么样”
- Traces（链路追踪）：请求在系统中的完整旅行路径，”这个请求经历了什么”
实战一：Spring Boot 接入 OpenTelemetry
Spring Boot 3.x 完美支持 OpenTelemetry，只需要几行配置即可完成接入。
添加依赖（使用 Spring Boot Starter）：
xml
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-tracing-bridge-otel</artifactId>
</dependency>
<dependency>
<groupId>io.opentelemetry</groupId>
<artifactId>opentelemetry-exporter-otlp</artifactId>
</dependency>配置 application.yml：
yaml
spring:
application.name: xma-supervise
otlp:
tracing:
endpoint: http://localhost:4318/v1/traces
metrics:
endpoint: http://localhost:4318/v1/metrics
management:
tracing:
sampling:
probability: 1.0
metrics:
export:
prometheus:
enabled: true这样配置后，Spring Boot 会自动为每个 HTTP 请求创建 Span，并在服务间传递 TraceId。
实战二：结构化日志输出
可观测性最基础的环节是日志。但传统日志只是文本，搜索困难，难以关联。
推荐使用 Logstash JSON Format，将日志输出为结构化 JSON：
yaml
logging:
pattern:
console: '{"time":"%d{yyyy-MM-dd HH:mm:ss.SSS}","level":"%level","traceId":"%X{traceId:-}","spanId":"%X{spanId:-}","service":"${spring.application.name}","msg":"%msg"}%n'
level:
root: INFO
com.xma: DEBUG这样每条日志都包含 traceId，可以与链路追踪无缝关联。
实战三：自定义链路追踪
自动埋点只能追踪 HTTP 请求，对于异步任务、数据库操作、外部 API 调用，需要手动埋点：
java
import io.opentelemetry.api.trace.Tracer;
@Service
public class OrderService {
private final Tracer tracer;
public void createOrder(Order order) {
// 创建子Span
Span span = tracer.spanBuilder("createOrder").startSpan();
try (Scope scope = span.makeCurrent()) {
span.setAttribute("order.id", order.getId());
span.setAttribute("order.amount", order.getAmount());
validateOrder(order);
saveOrder(order);
sendNotification(order);
} catch (Exception e) {
span.recordException(e);
throw e;
} finally {
span.end();
}
}
}实战四：Grafana 可视化大盘
数据收集完毕后，需要一个统一的展示平台。推荐组合：
- Prometheus：指标存储与查询
- Grafana：可视化大盘
- Jaeger 或 Tempo：链路追踪展示
- Loki：日志聚合与检索
在 Grafana 中配置数据源后，可以搭建以下关键 Dashboard：
- 📊 QPS 与延迟分布：P50/P95/P99 响应时间
- ⚠️ 错误率监控：4xx/5xx 占比告警
- 🔗 调用链路图：服务依赖拓扑
- 📝 日志检索：按 TraceId 聚合全链路日志
写在最后
可观测性不是一蹴而就的工程，而是一种持续演进的能力。建议从小处着手：先为新增接口开启链路追踪，用起来之后再逐步回溯历史接口。
当你在 Grafana 上第一次看到某个慢请求穿越了 6 个服务节点、定位到具体是某一次 Redis 慢查询导致的问题时——那种”掌控感”，才是可观测性最大的价值。
记住：**看不见的东西，永远无法优化。**
觉得有用就点个赞吧~