1. 课程导论：什么是服务画像、为什么需要日志 Golden Signals、性能调优的总体目标
1.1 服务画像：从“黑盒”到“白盒”的认知跃迁
在微服务与云原生架构下，一个业务系统往往由数十甚至上百个服务组成。传统运维方式将每个服务视为“黑盒”，仅关注其是否存活（Up/Down）。这种粗粒度的监控在故障定位时如同大海捞针——你只知道某个服务“挂了”，却不知道它为什么挂、挂在哪里、影响了谁。
服务画像（Service Profiling） 是一套结构化的元数据描述体系，它将服务的运行特征、依赖关系、资源消耗、流量模式、错误分布等维度抽象为可量化的标签与指标集合。简单来说，服务画像回答了以下五个核心问题：
| 维度 | 问题 | 典型画像标签 |
|---|---|---|
| 身份 | 这个服务是谁？ | service_name, namespace, version, owner_team |
| 拓扑 | 它依赖谁？谁依赖它？ | upstream_services, downstream_services, call_graph |
| 流量 | 它承载什么流量？ | qps_profile, request_size_distribution, endpoint_routes |
| 资源 | 它消耗多少资源？ | cpu_quota, memory_limit, disk_iops, network_bandwidth |
| 行为 | 它的典型错误模式是什么？ | error_budget, latency_slo, p99_latency, top_error_codes |
核心观点： 服务画像不是静态的配置文件，而是随着部署、扩缩容、流量迁移持续更新的动态知识库。它是后续所有日志查询与性能调优的“上下文锚点”。
1.2 为什么需要日志 Golden Signals
Google SRE 团队提出的 四大黄金信号（Latency, Traffic, Errors, Saturation） 是监控领域的经典框架。然而，在日志分析场景中，直接套用这四个信号会遇到两个现实问题：
- 信号粒度不匹配： 监控指标（Metrics）是聚合后的时序数据，而日志（Logs）是离散的事件记录。例如，Metrics 告诉你 P99 延迟升高了，但日志需要回答“是哪个具体的请求路径、哪个参数值导致了延迟飙升”。
- 查询成本失控： 日志系统（如 Elasticsearch、Loki）的查询性能与扫描数据量成正比。不加筛选地查询“所有错误日志”会导致全表扫描，响应时间从秒级退化到分钟级。
日志 Golden Signals 是对经典黄金信号的日志化改造，它定义了一组在日志查询中必须优先优化的关键查询模式：
| 日志 Golden Signal | 对应经典信号 | 日志查询示例 | 性能瓶颈点 |
|---|---|---|---|
| 延迟异常查询 | Latency | latency > 1000 AND service=payment |
大范围时间窗口 + 高基数 endpoint 聚合 |
| 错误风暴查询 | Errors | status >= 500 AND error_code IN (…) |
多值 IN 查询 + 大量错误堆栈文本 |
| 流量热点查询 | Traffic | group by endpoint, count(*) > 1000 |
高基数分组 + 大桶聚合 |
| 饱和度关联查询 | Saturation | cpu_usage > 0.9 AND connection_pool_full |
跨指标关联 + 时序范围扫描 |
实践要点： 日志 Golden Signals 的核心价值在于“将有限的查询资源优先分配给最能反映服务健康状态的查询模式”。不是所有日志查询都值得优化，只有这四类查询的 P99 延迟必须控制在 1 秒以内。
1.3 性能调优的总体目标
本课程的性能调优不是泛泛地“让查询变快”，而是围绕 服务画像 + 日志 Golden Signals 这一组合，设定三个可量化的核心目标：
- 目标一：查询延迟 SLO 达标
确保四种日志 Golden Signals 查询的 P99 延迟 ≤ 1 秒，P50 延迟 ≤ 200 毫秒。这是用户可感知的“快”与“慢”的分界线。 - 目标二：资源消耗可预测
在服务画像的约束下（如已知的 QPS 峰值、日志日增量），日志存储与计算资源的消耗应呈线性增长，而非指数爆炸。避免出现“日志量翻倍，查询耗时翻 10 倍”的非线性退化。 - 目标三：画像驱动的自适应优化
当服务画像发生变化时（如新版本上线、流量迁移、扩缩容），日志查询的索引策略、分片策略、缓存策略能自动或半自动适配，无需人工反复调参。
1.4 课程路线图
本课程共 30 章，按“认知 → 诊断 → 优化 → 治理”四个阶段递进：
| 阶段 | 章节范围 | 核心产出 |
|---|---|---|
| 认知 | 第 1-5 章 | 服务画像建模、日志 Golden Signals 定义、性能基准建立 |
| 诊断 | 第 6-14 章 | 慢查询根因分析、索引失效检测、资源争用定位 |
| 优化 | 第 15-24 章 | 索引策略调优、查询重写、缓存与预聚合、分片治理 |
| 治理 | 第 25-30 章 | 画像驱动的自动化优化、容量规划、SLO 持续验证 |
前置要求： 建议读者具备基础的日志系统使用经验（如 Elasticsearch 查询语法、Loki LogQL），并了解基本的 SRE 黄金信号概念。本课程不从头讲解日志系统安装与配置。