1. 课程导论与目标：分布式追踪值班台看板的背景、价值与课程目标

1.1 为什么需要分布式追踪值班台？

在微服务与云原生架构成为主流的今天，一个用户请求往往跨越数十甚至上百个服务节点。传统的“逐台机器查看日志”或“聚合指标告警”方式，在面对跨服务调用链断裂、延迟毛刺、错误传播等问题时，显得力不从心。分布式追踪（Distributed Tracing）虽然能够记录请求的完整调用链路，但原始追踪数据量巨大、维度复杂，运维人员无法在值班场景下实时解读。

因此，分布式追踪值班台看板应运而生。它将海量、离散的 Trace 数据，通过 Grafana 看板转化为直观的服务拓扑、延迟分布、错误率趋势和关键路径分析，帮助 SRE 团队在 5 分钟内定位根因，缩短平均修复时间（MTTR）。

1.2 值班台看板的核心价值

1.3 从数据到决策：值班台看板的信息层级

一个优秀的分布式追踪值班台看板，遵循“从宏观到微观”的信息组织原则。我们将其分为三个层级：

1. 服务级健康总览（宏观）：展示所有服务的健康状态、请求量、错误率、P99 延迟。一眼识别“红色”异常服务。
2. 服务依赖拓扑（中观）：动态展示服务间的调用关系、流量方向、延迟与错误率在链路上的传播。快速判断故障影响范围。
3. 单 Trace 下钻（微观）：从看板直接跳转到具体 Trace 详情，查看 Span 列表、耗时分布、异常堆栈。完成根因确认。

1.4 课程目标与学习路径

本课程旨在帮助 SRE、可观测性工程师和平台工程师，从零开始构建一套生产级的分布式追踪值班台 Grafana 看板。完成本课程后，你将能够：

• 理解分布式追踪的核心数据模型（Trace、Span、SpanContext）及其在 Grafana 中的表达方式。
• 设计面向值班场景的看板布局，涵盖服务拓扑、延迟分析、错误追踪、依赖健康等核心面板。
• 实现基于 Tempo / Jaeger 数据源与 Grafana 变量、Transform、Alerting 的看板交互与告警。
• 优化看板性能与可维护性，避免常见的数据加载瓶颈与视觉混乱问题。
• 交付一套可直接用于生产环境的分布式追踪值班台看板 JSON 模型与配套文档。

1.5 课程内容全景图

本课程共分为 8 个模块，从基础概念到高级实战，层层递进：

1.6 课程交付物预览

在课程结束时，你将获得以下可直接用于生产环境的交付物：

• Grafana 看板 JSON 模型：包含完整的面板配置、变量定义、告警规则，可直接导入 Grafana 实例。
• 数据源配置指南：针对 Tempo、Jaeger、Prometheus 的详细配置步骤与最佳实践。
• 值班 SOP 文档：指导值班人员如何使用看板进行日常巡检与故障排查。
• 性能优化检查清单：确保看板在高并发 Trace 数据下的加载与查询性能。