1. Golden Signals 概述

1.1 定义与来源

Golden Signals（黄金信号）由 Google SRE 团队在《Site Reliability Engineering》一书中正式提出，是衡量分布式系统健康状态与用户体验的四个核心指标集合。其设计初衷是：用最少的指标，覆盖用户可见故障与系统内部瓶颈，避免指标爆炸导致运维盲区。

四个黄金信号并非凭空创造，而是从 Google 多年大规模生产运维经验中提炼——任何系统故障，最终都会体现在延迟、流量、错误或饱和度中的一个或多个维度上。SRE 团队发现，只要持续监控这四类信号，就能在 90% 以上的场景中快速定位根因。

1.2 四大黄金信号详解

1.3 四大信号在日志工程中的映射关系

在日志存储与可观测性场景中，Golden Signals 并非只存在于指标系统，日志本身也承载着这些信号的关键信息。理解映射关系，是后续优化存储策略的前提：

• 延迟 → 访问日志中的响应时间字段：每条请求日志的 duration_ms 或 latency 字段，是延迟信号的直接来源。
• 流量 → 日志条数/吞吐量：日志系统每秒接收的日志条数、日志体积，本身就是流量信号的一种体现。
• 错误 → 错误日志级别与状态码：ERROR 级别日志、HTTP 5xx 状态码日志，是错误信号的核心载体。
• 饱和度 → 日志系统自身的资源使用：日志存储集群的磁盘使用率、写入队列长度、索引速率，是饱和度信号在日志工程中的具体表现。

1.4 Golden Signals 关系架构图

1.5 为什么 Golden Signals 对日志存储策略至关重要

在传统运维中，日志存储往往采用“一刀切”策略——所有日志统一采集、统一存储、统一保留周期。这种模式在日志量较小时尚可接受，但当系统规模增长到每天数十 TB 甚至 PB 级日志时，会暴露出三个严重问题：

1. 存储成本失控：大量低价值日志（如健康检查、调试日志）占用昂贵的高性能存储。
2. 检索效率低下：错误日志与延迟日志被淹没在流量日志中，排查问题时需要扫描大量无关数据。
3. 告警噪音过高：未按信号分类的告警规则容易产生误报或漏报。

Golden Signals 为日志存储策略提供了清晰的分类维度：

• 延迟与错误日志 → 需要 热存储（SSD + 高索引密度），保留周期短但查询性能要求高。
• 流量日志 → 适合 温/冷存储（HDD + 高压缩比），保留周期长但查询频率低。
• 饱和度日志 → 可采用 采样存储（降精度 + 聚合），保留周期中等。

1.6 四大信号在日志存储中的优先级矩阵