observability-and-instrumentation

Overview

Production behavior must be 可见 + 可诊断。没有 telemetry 的系统 = 盲飞 —— 出了问题只能靠用户投诉和 grep 日志。

Instrument as you build, not after launch.Launch 后再加 = 加错位置(关键路径已经有性能 budget 压力)、错过 context(已经不知道当时为啥这么写)、来不及(事故已经发生)。

When to Use

Use when:

• 任何新 service / endpoint 上 production
• 重构已有 service 的关键路径
• 加新 background job / cron / queue worker
• 性能 regression 调查中
• 准备 on-call rotation(需要 alerts + runbooks)