从以下两个方面来理解全链路监控系统的设计。

1.全链路监控系统的设计要求

全链路监控系统有以下目标要求。

1.1.探针的性能消耗

APM组件服务的影响应该做到足够小。服务调用埋点本身会带来性能损耗，这就需要调用跟踪的低损耗，实际中还会通过配置采样率的方式，选择一部分请求去分析请求路径。在一些高度优化过的服务，即使一点点损耗也会很容易察觉到，而且有可能迫使在线服务的部署团队不得不将跟踪系统关停。

即也作为业务组件，应当尽可能少入侵或者无入侵其他业务系统，对于使用方透明，减少开发人员的负担。

对于应用的程序员来说，是不需要知道有跟踪系统这回事的。如果一个跟踪系统想生效，就必须需要依赖应用的开发者主动配合，那么这个跟踪系统也太脆弱了，往往由于跟踪系统在应用中植入代码的bug或疏忽导致应用出问题，这样才是无法满足对跟踪系统“无所不在的部署”这个需求。

一个优秀的调用跟踪系统必须支持分布式部署，具备良好的可扩展性。能够支持的组件越多当然越好。或者提供便捷的插件开发API，对于一些没有监控到的组件，应用开发者也可以自行扩展。

数据的分析要快，分析的维度尽可能多。跟踪系统能提供足够快的信息反馈，就可以对生产环境下的异常状况做出快速反应。分析的全面，能够避免二次开发。

一般的全链路监控系统，大致可分为四大功能模块：

埋点即系统在当前节点的上下文信息，可以分为客户端埋点、服务端埋点，以及客户端和服务端双向型埋点。埋点日志通常要包含以下内容traceId、spanId、调用的开始时间，协议类型、调用方ip和端口，请求的服务名、调用耗时，调用结果，异常信息等，同时预留可扩展字段，为下一步扩展做准备；

不能造成性能负担：一个价值未被验证，却会影响性能的东西，是很难在公司推广的！

因为要写log，业务QPS越高，性能影响越重。通过采样和异步log解决。

主要支持分布式日志采集的方案，同时增加MQ作为缓冲：

（1）每个机器上有一个 deamon 做日志收集，业务进程把自己的Trace发到daemon，daemon把收集Trace往上一级发送；

（2）多级的collector，类似pub/sub架构，可以负载均衡；

（3）对聚合的数据进行实时分析和离线存储；

（4）离线分析需要将同一条调用链的日志汇总在一起。

（1）调用链跟踪分析：把同一TraceID的Span收集起来，按时间排序就是timeline。把ParentID串起来就是调用栈。抛异常或者超时，在日志里打印TraceID。利用TraceID查询调用链情况，定位问题。

（2）依赖度量：

强依赖：调用失败会直接中断主流程

高度依赖：一次链路中调用某个依赖的几率高

频繁依赖：一次链路调用同一个依赖的次数多

（3）离线分析：按TraceID汇总，通过Span的ID和ParentID还原调用关系，分析链路形态。

（4）实时分析：对单条日志直接分析，不做汇总，重组。得到当前QPS，延迟。

最主要的应用就是数据大屏和告警。