作者 | 夏莞 阿裡巴巴函數計算團隊
本文整理自
《Serverless 技術公開課》，關注“Serverless”公衆号，回複“入門”，即可擷取 Serverless 系列文章 PPT。
導讀：本文主要分為三個部分：概述中介紹可觀測性的基本概念，主要包括 Logging、Metrics、Tracing 三個方面；然後詳細介紹函數計算上的 Logging、Metrics、Tracing；最後以幾個常見場景為例，介紹在函數計算中如何快速定位問題并解決問題。
概述
可觀測性是什麼呢？維基百科中這樣說：可觀測性是通過外部表現判斷系統内部狀态的衡量方式。
在應用開發中，可觀測性幫助我們判斷系統内部的健康狀況。在系統出現問題時，幫助我們定位問題、排查問題、分析問題；在系統平穩運作時，幫助我們評估風險，預測可能出現的問題。評估風險類似于天氣預報，預測到明天下雨，那出門就要帶傘。在函數計算的應用開發中，如果觀察到函數的并發度持續升高，很可能是業務推廣團隊的努力工作導緻業務規模迅速擴張，為了避免達到并發度限制觸發流控，開發者就需要提前提升并發度。
可觀測性包括三個方面：Logging、Metrics、Tracing
- Logging 是日志，日志記錄了函數運作中的關鍵資訊，這些資訊是離散且具體的，結合錯誤日志與函數代碼可以迅速定位問題。
- Metrics 是名額，是聚合的資料，通常以圖表的形式展現。圖表中的 tps、錯誤率等核心名額，可以反映函數的運作情況與健康狀況。
- Tracing 是鍊路追蹤，是請求級别的追蹤，在分布式系統中可以看到請求在各個子產品的延時、分析性能瓶頸。
函數計算中的 Logging/Metrics/Tracing
1. 日志
在函數計算中如何檢視函數日志呢？在傳統伺服器開發方式中，可以将日志記錄到磁盤中的某個檔案中，再通過日志收集工具收集檔案的内容；而在函數計算中，開發者不需要維護伺服器了，那如何收集代碼裡列印的日志呢？
1）配置日志
函數計算與日志服務無縫內建，可以将函數日志記錄到開發者提供的日志倉庫（Logstore）中。日志是服務配置中的一項，為服務配置 LogProject 和 Logstore，同一服務下所有函數通過 stdout 列印的日志，都會收集到對應的 Logstore 中。
2）記錄日志
那日志怎麼打呢？在代碼中直接通過 console.log/print 列印的日志可以收集到嗎？答案是可以的。各個開發語言提供的列印日志的庫都将日志列印到 stdout，比如 node.js 的 console.log()、python 的 print()、golang 的 fmt.Println() 等。函數計算收集所有列印到 stdout 的日志并将其上傳到 Logstore 中。
函數計算的調用是請求次元的，每次調用對應一個請求，也就對應一個 requestID。當請求量很大時，會有海量日志，如何區分哪些日志屬于哪個請求呢？這就需要把 requestID 一起記錄到日志中。函數計算提供内置的日志語句，列印的每條日志前都會帶上請求 ID，友善日志的篩選。
3）檢視日志
當函數日志被收集到日志服務的 Logstore 中，可以登入日志服務控制台檢視日志。
同時，函數計算控制台也內建了日志服務，可以在函數計算控制台上檢視日志。函數計算控制台有兩種查詢方式：
- 簡單查詢：簡單查詢中列出每個 requestID 對應的日志，可以通過 requestID 對日志進行篩選；
- 進階查詢：進階查詢嵌入了日志服務，可以通過 SQL 語句進行查詢。
點選連結觀看 Demo 示範：
https://developer.aliyun.com/lesson_2024_189962. 名額
檢視名額的方式：
- 函數詳情檢視監控名額：FC 提供豐富的系統名額，這些名額可以不用任何配置，就可以在函數計算控制台檢視。
- 配置日志大盤：日志大盤不僅可以看到函數計算提供的監控名額，而且可以與開發者日志關聯，生成自定義的監控名額。
3. 鍊路追蹤
（請求在各個鍊路的延時瀑布圖）
鍊路追蹤是分布式系統排查問題的重要一環，鍊路追蹤可以分析分布式系統中請求在各個鍊路的時延。有以下幾種情況：
- 函數計算作為整個鍊路中的一環，可以看到請求在函數計算上的時延，時延包括系統啟動的時間和請求真正的執行時間，幫助使用者分析性能瓶頸。
- 函數計算中調用 FC SDK，可以預設看到 SDK API 的調用時延。
- 開發者在函數代碼中通路資料庫等産品，可以手動在函數中埋點分析這段時延。
問題排查
函數計算提供了很多可觀測性相關的功能，那究竟怎樣定位問題呢？以幾個場景為例。
場景一：新版本釋出後，函數錯誤率升高
首先釋出版本後要觀察函數各項名額，一旦錯誤率升高要立即復原避免故障，檢視函數日志定位錯誤原因，修複問題再次上線。
場景二：函數性能差，總是執行時間很長，甚至逾時
開啟 tracing 功能，在函數内部可能耗時的地方進行埋點，檢視請求的瀑布圖，定位執行時間長的原因，修複問題。
場景三：業務量迅速擴張，并發度即将到達并發度限制
通過 metrics 檢視目前并發度，觀察到并發度持續上升時，及時聯系函數計算開發同學，提升并發度。
課程推薦
為了更多開發者能夠享受到 Serverless 帶來的紅利，這一次，我們集結了 10+ 位阿裡巴巴 Serverless 領域技術專家，打造出最适合開發者入門的 Serverless 公開課，讓你即學即用，輕松擁抱雲計算的新範式——Serverless。
點選即可免費觀看課程：https://developer.aliyun.com/learning/roadmap/serverlessServerless 公衆号 ，釋出 Serverless 技術最新資訊，彙集 Serverless 技術最全内容，關注 Serverless 趨勢，更關注你落地實踐中的遇到的困惑和問題。