可观测性与埋点

概览

无法观测的代码，就无法运维。可观测性是指：借助代码发出的 telemetry，从外部回答“系统正在做什么、为什么”。埋点不是上线后的附加项——它和功能代码一起写，就像测试一样。如果一个功能在没有 telemetry 的情况下发布，第一个用户上报的 bug 就变成了考古，而不是查询。

何时使用

• 构建任何会跑在生产环境的功能
• 添加新的服务、endpoint、后台 job 或外部集成
• 一次生产事故的诊断花了太久（"we couldn't tell what happened"）
• 建立或评审告警规则
• 评审一个新增 I/O、重试、队列或跨服务调用的 PR

不适用于：

• 诊断正在发生的故障——用 debugging-and-error-recovery skill（可观测性正是让这个 skill 下次跑得快的东西）
• 对已测量出的慢做 profiling 和优化——用 performance-optimization skill
• 发布日的监控 checklist 和回滚触发器——见 shipping-and-launch skill；本 skill 覆盖的是喂养它们的那层埋点