日志、监控、测试、技术债与可维护性
用质量体系保证系统长期可用。
- 用自己的话解释“日志、监控、测试、技术债与可维护性”及其核心术语。
- 在真实 AI 产品场景中识别何时应该使用本课方法。
- 完成一份可沉淀进“系统关系图、一次 API 调用与基础 SQL 练习”阶段任务的实践产出。
REAL SCENE
先从一个真实场景开始
AI 摘要上线后，用户说“偶尔很慢还会重复扣次数”。团队只有平均响应时间，没有请求级日志、错误告警或回归测试；修复一次又引入另一个问题。质量体系要让故障可发现、可定位、可防复发，并平衡技术债与交付速度。
PLAIN EXPLANATION
说人话：它到底是什么？
日志记录离散事件，指标按时间聚合系统状态，链路追踪串联跨服务请求，三者共同构成可观测性。监控持续观察关键指标，告警在需要行动时通知责任人。单元测试验证小逻辑，接口测试验证契约，端到端测试验证关键用户流程，验收测试确认需求。技术债是为速度作出的未来成本承诺，需要记录利息、风险和偿还计划。
日志、指标与追踪
结构化日志包含时间、级别、服务、requestId 和安全字段；指标关注请求量、错误、延迟和资源；追踪展示一次操作跨网关、服务、数据库与模型的耗时。不能记录密钥和不必要个人数据。
- 高基数字段不盲目做指标标签
- 统一请求标识跨服务传播
- 日志保留期与访问权限受控
告警与故障响应
告警基于用户影响或系统风险，而不是每个波动。每条告警有阈值、持续时间、责任人和运行手册；应能区分紧急处理、工作时间处理与仅记录观察。
- 减少无行动价值的告警噪音
- 看板从结果下钻到原因
- 事故后记录时间线和改进项
测试金字塔与技术债
大量快速单元测试保护逻辑，较少接口和端到端测试覆盖协作与主流程；高风险权限、支付和幂等还需专项测试。技术债以影响、发生概率、修复成本和阻塞范围排优先级。
- 缺陷先补能复现的测试
- 验收标准直接映射测试
- 债务有负责人和触发偿还条件
用日志、指标、追踪共同回答发生了什么、影响多大和原因在哪。
告警必须可行动并绑定责任、阈值和处理手册。
测试按风险分层，技术债透明记录并基于利息管理。
KEY POINT
这节课最重要的结论
- 为什么重要
- 这决定了听懂工程语言、阅读接口和数据库方案，并判断技术取舍时，团队是否拥有一致、可验证的判断标准。
- 适用边界
- 当问题目标、数据来源或失败成本发生变化时，不要机械套用；先重新确认假设和风险等级。
EXAMPLES
正确案例与常见反例
摘要请求携带 requestId，指标展示成功率、p95 延迟和重复扣费拦截数；追踪发现模型超时后客户端重试未沿用幂等键。团队先补接口与并发测试，再修复并灰度。告警达到持续阈值才通知值班，复盘记录监控缺口和债务偿还日期。
系统记录包含用户全文和密钥的散乱文本日志，只看平均延迟；任何瞬时波动都半夜告警，久而久之无人响应。测试只覆盖理想页面截图，重复扣费无法复现；所有结构问题都叫技术债但没有影响、负责人或计划。
“请为摘要链路统一 requestId，建立请求量、错误率、p50/p95 延迟和幂等冲突指标；日志只保留诊断所需字段并脱敏。先增加重复请求接口测试和关键端到端用例，再修复并设置可行动告警阈值。”
HANDS-ON
必做实操任务
本节产出：“系统关系图、一次 API 调用与基础 SQL 练习”阶段任务中的《日志、监控、测试、技术债与可维护性》一页实践卡
步骤 1为一条 AI 请求设计结构化日志字段、指标和跨服务追踪节点。
步骤 2根据成功率下降和延迟升高设计告警阈值、持续时间与运行手册。
步骤 3把一个需求拆成单元、接口、端到端和验收测试，并说明各自价值。
步骤 4建立技术债清单，用影响、概率、利息和修复成本完成排序。
实践结果会自动保存在本机，并进入项目工坊的任务来源。
关键用户任务：____
用户成功指标：____
系统指标：请求量____ 错误率____ p50____ p95____
业务指标：____
日志字段：time____ service____ requestId____ errorCode____
禁止记录：____
追踪节点：客户端____ 网关____ 服务____ 数据库____ 外部模型____
告警：条件____ 持续____ 级别____ 负责人____
运行手册：检查____ 降级____ 恢复____
测试：单元____ 接口____ E2E____ 验收____ 专项____
技术债：影响____ 利息____ 成本____ 期限____CHECKLIST
产品经理工作检查表
MASTERY QUIZ
掌握测验
达到 60% 即可完成本课。
INTERVIEW
常见面试题
展开参考回答
从用户任务定义成功率和失败结构，再建立请求量、错误率、p50/p95 延迟、成本与业务指标；结构化日志脱敏并用 requestId 串联追踪。告警绑定用户影响、持续阈值、责任人和运行手册。测试按单元、接口、端到端、验收与高风险专项分层，事故补回归测试，技术债按影响和利息进入计划。
RECAP & FURTHER READING
重点回顾、延伸阅读与下一步
- 1
围绕“日志、监控、测试、技术债与可维护性”继续阅读：查阅对应技术的官方入门文档，重点核对输入输出、失败方式、权限边界与可观测性。
- 2
用“可观测性、端到端测试、技术债”作为检索词，分别写下一条定义、一条适用边界和一个反例。
- 3
对照本课正确案例与反例，寻找一个公开案例并记录其中可复用的判断与不能照搬的条件。