可观测性分析测验

相关文档: 可观测性分析

选择题

1. 在分布式追踪中，Trace ID 是什么？

• A) 单个 span 的唯一标识符
• B) 一个唯一标识符，用于关联跨服务请求中的所有 span
• C) 服务的名称
• D) 时间戳

显示答案

答案: B) 一个唯一标识符，用于关联跨服务请求中的所有 span

解析: Trace ID 是请求进入系统时分配的唯一标识符，并会在所有下游服务调用中传播。它可以将处理同一请求的不同服务中的日志、span 和指标关联起来。

2. 用于在特定 namespace 中查找错误日志的正确 LogQL 查询是什么？

• A) SELECT * FROM logs WHERE level='error'
• B) {namespace="production"} |= "error"
• C) logs.namespace.production.error
• D) grep error /var/log/production

显示答案

答案: B) {namespace="production"} |= "error"

解析: LogQL 使用大括号中的标签选择器，后跟过滤表达式。{namespace="production"} 选择该 namespace 中的日志，|= "error" 过滤包含 "error" 的行。|= 运算符执行区分大小写的子字符串匹配。

3. RED 方法衡量什么？

• A) Resource usage、Events、Duration
• B) Rate、Errors、Duration（用于服务）
• C) Requests、Endpoints、Data
• D) Replicas、Endpoints、Deployments

显示答案

答案: B) Rate、Errors、Duration（用于服务）

解析: RED 方法通过 Rate（每秒请求数）、Errors（失败请求率）和 Duration（延迟分布）来衡量服务健康状况。它针对请求驱动型服务进行了优化，并补充了面向资源的 USE 方法。

4. USE 方法衡量什么？

• A) User、Session、Events
• B) Utilization、Saturation、Errors（用于资源）
• C) Upload、Storage、Encryption
• D) Units、Scale、Efficiency

显示答案

答案: B) Utilization、Saturation、Errors（用于资源）

解析: USE 方法通过 Utilization（使用率/繁忙百分比）、Saturation（队列深度/等待情况）和 Errors（错误计数）来衡量资源健康状况。它设计用于分析 CPU、内存、网络和存储资源。

5. Prometheus 中的 Exemplars 是什么？

• A) 示例配置文件
• B) 附加到指标样本上的 Trace ID，用于实现指标到追踪的关联
• C) 示例 Prometheus 查询
• D) 模板仪表板

显示答案

答案: B) 附加到指标样本上的 Trace ID，用于实现指标到追踪的关联

解析: Exemplars 是在特定时间点与指标样本一起存储的 Trace ID。在 Grafana 中查看直方图或计数器时，exemplars 让你可以直接点击进入生成特定指标数据点的 trace。

6. 哪个 PromQL 函数用于从直方图计算第 95 百分位延迟？

• A) avg()
• B) histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))
• C) max()
• D) percentile(95, latency)

显示答案

答案: B) histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))

解析:histogram_quantile() 根据直方图 bucket 计数计算分位数。第一个参数 (0.95) 是百分位，它作用于 _bucket 指标的 rate。这会给出 95% 的请求完成时低于该值的延迟。

7. TraceQL 用于什么？

• A) 编写 Prometheus 告警
• B) 在 Grafana Tempo 中查询分布式 trace
• C) 创建日志聚合规则
• D) 定义 service mesh 策略

显示答案

答案: B) 在 Grafana Tempo 中查询分布式 trace

解析: TraceQL 是 Tempo 用于搜索 trace 的查询语言。它支持按服务名称、span 名称、持续时间、属性和状态进行过滤。例如：{resource.service.name="api-gateway" && duration>1s} 可以查找较慢的 API gateway trace。

8. 如何在 LogQL 中提取 JSON 字段？

• A) json.fieldname
• B) {app="myapp"} | json | line_format "{{.fieldname}}"
• C) SELECT fieldname FROM logs
• D) logs.fieldname

显示答案

答案: B) {app="myapp"} | json | line_format "{{.fieldname}}"

解析:| json 解析器会从日志行中提取 JSON 字段并转换为标签。然后你可以使用带有 Go 模板语法的 | line_format 来格式化输出，或使用提取的字段进行过滤，例如 | status_code >= 500。

9. 在 Grafana 中，是什么实现了日志和 trace 之间的关联？

• A) 手动复制粘贴 ID
• B) 在日志字段中包含 trace_id，并在 Loki 数据源中配置 derived fields
• C) 使用同一个仪表板
• D) 安装单独的插件

显示答案

答案: B) 在日志字段中包含 trace_id，并在 Loki 数据源中配置 derived fields

解析: 应用程序必须在日志中输出 Trace ID。在 Grafana 中，你需要配置 Loki 的 derived fields 来识别 trace_id 字段并链接到 Tempo。这会创建从日志行直接跳转到相关 trace 的可点击链接。

10. 分布式追踪中 span 属性的目的是什么？

• A) 设置 trace 可视化的样式
• B) 将上下文元数据（用户 ID、请求参数）附加到 span
• C) 加密 trace 数据
• D) 压缩 trace 存储

显示答案

答案: B) 将上下文元数据（用户 ID、请求参数）附加到 span

解析: Span 属性是为 span 添加上下文的键值对，例如 http.method、http.status_code、user.id 或 db.statement。它们支持按业务上下文过滤 trace，并帮助识别哪些请求存在问题。