业务链路排障实践

业务链路首页用于日常判断哪些业务需要关注；发现异常后，可以沿同一业务路径定位节点、关联观测数据并验证恢复。本指南覆盖从日常监控到异常闭环的完整过程。

前提条件

• 目标业务链路已建立并持续接收数据。
• 关键节点已配置指标；需要告警状态时，已关联告警规则。
• 你具有相关指标、告警、日志和调用链数据的查看权限。

1. 发现并筛选异常

进入观测洞察 → 业务观测 → 业务链路：

1. 使用状态筛选优先查看红色异常卡片或绿色正常卡片。
2. 按业务链路名称、分组名称或共享来源搜索。
3. 需要比较同一业务域时，切换到对应卡片分组。

查看卡片时，按以下信息判断是否需要处理：

卡片信息	判断方式
健康状态	致命、严重、警告、一般或提醒表示存在不同级别的异常；正常表示当前未检测到异常状态。
关键指标	关注请求量、吞吐量、错误率、CPU 等指标及其环比变化。
告警数量	告警增加时进入详情页，确认告警集中在哪个节点或资源。
数据缺失	卡片没有指标不等同于业务正常，需要检查指标配置和数据接入。

发现异常后，确认：

• 哪条业务链路变为红色。
• 错误率、响应时间、吞吐量或其他关键指标从何时开始变化。
• 是否有多条相关业务链路同时异常。
• 当前告警级别和数量是否持续上升。

2. 定位异常节点

打开目标业务链路，查看链路图中的红色节点及其上下游关系。先从最接近业务入口的异常节点开始，再沿依赖方向判断异常是否向下游传播。

3. 检查节点和关联资源

点击异常节点，检查持续告警、异常实体和纵向架构。以服务节点为例，可继续确认关联主机、进程和服务实例中是否存在资源饱和、进程异常或实例故障。

4. 关联观测数据

根据异常表现选择下钻入口：

异常表现	优先查看	目标
响应变慢	指标、接口、调用链	找到耗时增加的接口、服务或请求。
错误率上升	告警、日志、调用链	确认错误类型、异常堆栈和失败请求。
吞吐量突变	指标、调用关系	判断流量变化及上下游影响。
资源告警	纵向架构、指标、日志	定位异常主机、进程或服务实例。
单个节点异常	调用关系、上下游节点	判断问题来自自身还是依赖传播。

不要只根据单一信号下结论。使用告警确定发生时间和严重程度，使用指标验证趋势，使用日志或调用链确认具体原因。

5. 验证恢复

修复后继续观察同一业务链路，并确认：

1. 持续告警已关闭或不再增加。
2. 异常节点恢复正常状态。
3. 关键指标回到预期范围或趋势。
4. 上下游相关节点没有继续出现异常。

常见问题

现象	处理建议
只有链路级指标异常	检查业务链路关键指标和告警规则，再按指标关联的实体继续下钻。
节点没有日志或调用链	确认对应数据源已接入，且当前实体、环境和时间范围匹配。
多个节点同时变红	从业务入口和共同依赖开始排查，结合首次告警时间判断传播方向。
修复后仍显示异常	检查告警是否恢复、数据是否继续上报，并等待当前统计周期刷新。
搜索不到业务链路	清除状态或分组筛选，并确认链路是否由其他用户共享。

相关文档

• 创建业务链路
• 外部数据同步