Какими способами можно определить, в каком сервисе произошла ошибка?

В распределённых системах нет «одного места», где видно всю картину, поэтому диагностика строится на совокупности инструментов.

Определение

Определение источника ошибки — это процесс выявления сервиса и участка кода, где возникла ошибка при обработке распределённого запроса.

Основные способы диагностики

Перед перечислением важно понимать: один инструмент редко даёт полную картину.

1) Логирование

Логи — первый источник информации об ошибке.

1. Что дают

   • stack trace

   • сообщения об ошибках

   • контекст выполнения

2. Практика

   • корреляционные идентификаторы

   • единый формат логов

2) Distributed tracing

Позволяет увидеть цепочку сервисов.

1. Что видно

   • в каком сервисе запрос упал

   • сколько времени занял каждый шаг

2. Ключевая польза

   • быстрый поиск проблемного сервиса

3) Метрики и алерты

Метрики показывают общее состояние сервисов.

1. Типичные сигналы

   • рост 5xx

   • увеличение latency

   • падение throughput

2. Алерты

   • сигнализируют о проблеме

   • направляют к нужному сервису

4) HTTP-статусы и ошибки API

1. Код ответа

2. Формат ошибки

3. Сервис-источник ошибки

Краткий вывод

Для определения сервиса с ошибкой используют комбинацию логов, метрик и distributed tracing, а не один инструмент.