4、核心指标详解：错误(Errors)分类

在日志工程中，错误（Errors）是 Golden Signals 中衡量系统健康度的关键指标。不同于业务层面的逻辑错误，日志管道中的错误具有明确的工程语义，必须按故障发生阶段进行精细化分类，才能快速定位根因。

根据日志数据流经的路径，我们将错误划分为四大类：采集错误、传输错误、存储错误和副本同步错误。每一类错误的监控阈值、处理策略和恢复手段均不相同。

4.1 错误分类全景图

下图展示了日志从产生到持久化的完整链路，并标注了各阶段可能出现的错误类型。理解这张图是进行错误指标配置的前提。

4.2 采集错误（Collection Errors）

采集错误发生在日志代理（Agent）从源端读取日志文件或数据流的过程中。这是日志管道的第一个故障点，通常与操作系统环境或应用配置相关。

4.3 传输错误（Transmission Errors）

传输错误发生在日志数据从 Agent 发送到中间件（如 Kafka）或直接发送到存储层的过程中。网络抖动、服务端限流、数据包损坏是常见原因。

4.4 存储错误（Storage Errors）

存储错误发生在日志数据写入 Elasticsearch 或其他存储引擎时。这类错误通常与索引配置、集群资源或数据格式有关。

4.5 副本同步错误（Replica Sync Errors）

副本同步错误是分布式存储系统特有的错误类型，发生在主分片（Primary Shard）与副本分片（Replica Shard）之间。这类错误直接影响数据的高可用性和持久性。

4.6 错误指标聚合与告警策略

在实际运维中，不应孤立地监控每一类错误，而应建立分层聚合策略。下表展示了推荐的错误指标聚合维度及对应的告警级别。