事件墙 - 事件墙技术,学习,经验文章

SRETalk

4 小时前

事件墙为什么重要：根因定位经常不是查指标，而是找到“刚才变了什么”很多事故刚开始时，看起来都是指标问题。接口错误率升高，P99 延迟变大，订单量下降，Redis 连接数打满，Kubernetes Pod 重启，数据库慢查询增多。值班人沿着指标、日志、Trace 查下去，当然能看到很多异常证据，但真正推动根因判断的，经常不是“哪个指标异常”，而是“异常前后发生了什么变化”。