distributed-debugging-debug-trace

Distributed Debugging and Trace - 分布式调试与追踪专家

技能概述

分布式调试与追踪专家技能，帮助您为复杂的分布式系统建立全面的调试环境、实现分布式追踪，并配置高效的诊断工具，快速定位生产环境和多服务架构中的问题。

适用场景

当您需要为开发团队标准化调试流程、配置协作式调试环境时，此技能可以帮助您设计统一的日志格式、关联 ID 规范，以及跨服务的调试最佳实践。

在微服务或分布式系统架构中，当需要追踪请求的完整调用链路、分析服务间依赖关系、监控系统健康状况时，此技能提供从 trace ID 生成到 span 埋点的全链路配置方案。

当生产环境出现性能下降、错误率上升或用户报障时，此技能帮助您通过分布式追踪快速定位问题根源，分析服务边界和关键 span，缩小故障排查范围。

核心功能

设计并实现适合团队协作的调试流程，包括本地开发环境调试配置、生产环境安全追踪方案，以及标准化的日志和 trace 字段规范，确保所有服务输出可关联、可分析的诊断数据。

配置端到端的分布式追踪系统，识别服务边界和关键 span，设置合理的采样率，验证 trace 覆盖率，支持 OpenTelemetry、Jaeger、Zipkin 等主流追踪工具的集成。

建立日志格式化、错误分类、告警规则等诊断标准，配置安全的敏感信息脱敏策略，确保生产环境调试既能提供足够信息，又不会泄露敏感数据。

常见问题

什么是分布式追踪，为什么需要它？

分布式追踪是一种跟踪请求在分布式系统中经过多个服务路径的技术。它通过为每个请求分配唯一的 trace ID，并记录每个服务处理该请求的 span，来可视化完整的调用链路。这在微服务架构中特别重要，因为一个用户请求可能涉及数十个服务，没有分布式追踪很难定位问题所在。

生产环境调试应该注意什么？

生产环境调试需要特别谨慎。首先，确保日志和追踪不包含敏感信息（如密码、个人身份信息），必要时进行脱敏处理。其次，控制采样率避免对生产性能造成影响。最后，确保调试工具本身不会成为新的故障点。建议在预发布环境充分验证后再部署到生产。

如何选择合适的分布式追踪工具？

选择分布式追踪工具时需要考虑：与现有技术栈的兼容性、是否支持 OpenTelemetry 标准、存储和查询性能、可视化界面的友好程度、社区支持和维护状态。常见的工具包括 Jaeger（开源、云原生）、Zipkin（轻量级）、以及云厂商提供的 APM 服务。此技能可以根据您的具体需求提供选择建议和配置方案。