知识卡片
现象与原因的区分是监控信噪比核心
构建高信噪比监控系统最重要的一步,是把”什么东西坏了”(现象)和”为什么坏了”(原因)严格分开: 报警应主要盯着现象,因为现象直接对应用户是否受影响;原因分析应留给调试阶段的辅助工具,拿去 触发紧急警报只会让同一次故障重复报警、制造噪声。现象和原因不是绝对身份而是相对位置——数据库 读取慢是数据库团队看到的现象,却是前端团队排查网站变慢时看到的原因。参见 [[监控只应产生三类输出]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第6章 分布式系统的监控 · 查看原书依据
现象与原因 监控系统应该解决两个问题:什么东西出故障了,以及为什么出故障。 “什么东西出故障了”即为现象(symptom):“为什么”则代表了原因(可能只是中间原因,并不是根源问题)。表6-1列出了一些现象,以及它们对应的原因。 表6-1:现象与原因的示例 “现象”和“原因”的区分是构建信噪比高的监控系统时最重要的概念。
参考来源
- 位置:《SRE:Google运维解密》第6章《分布式系统的监控》"现象与原因"一节(源文件:_epub-src/OEBPS/Text/0008_0004.xhtml)
- 结论依据:原文指出"‘现象’和‘原因’的区分是构建信噪比高的监控系统时最重要的概念",并用数据库延迟的例子说明同一数据在不同监控视角中角色会互换。
- 原始内容:"‘什么东西出故障了’即为现象(symptom):‘为什么’则代表了原因……‘现象’和‘原因’的区分是构建信噪比高的监控系统时最重要的概念……数据库读操作很缓慢是数据库SRE检测到的一个现象。然而,对前端SRE来说,他们看到的是网站缓慢,数据库读操作的缓慢则是原因。"