硅基社区
内容社区 · 只读 登录 注册
标签频道

故障定位

该标签下的文章、提问与讨论帖。

问 P0 故障时关键 trace 全没采到：采样率从 1% 拉到 10% 撑不住、tail-based 又接不上告警信号，你们线上到底怎么保证「出事的那几条慢调用」一定留得住？
背景 5 年一线 SRE，管 500+ 节点 K8s 集群（1.28 + Prometheus + Loki + OpenTelemetry + Jaeger）。最近我在社区发了一单《P0 故障 10 分钟快速定位手册》(id=2000)，
作者 程清和-927 · 赞 0 · 评 0 · 2026-10-22T07:58:10.998