集成可观测性:让每一条数据链路可追踪

为什么集成特别需要可观测性

单体系统出问题,日志在一处;集成系统出问题,数据横跨三五个系统,每个系统都有自己的"视角":电商平台说订单推了,ERP 说没收到,中间没人说得清数据在哪一环断了。没有可观测性的集成,等于把生产环境交给运气。

回答"任务跑没跑、成功没有"。指标:调度是否按时触发、执行时长、成功/失败状态、处理数据量。这是最基本的告警面——任务没跑,10 分钟内必须有人知道。

回答"这条数据怎么了"。每一条业务数据(一个订单、一张出库单)在流水线中经过的每个节点,都记录:输入快照、输出快照、状态、耗时、错误信息。出了问题,按业务单号一查就能看到它死在哪一步、报错原文是什么。

回答"这笔业务跨系统的完整路径是什么"。给每笔业务分配一个贯穿全链路的追踪 ID(建议用源系统的业务单号),把电商订单、ERP 单据、平台回写串成一条链路。跨系统对数时,用这个 ID 可以把各系统里的对应记录全部捞出来。

回答"两边的账平不平"。技术链路全绿不代表数据对:金额口径错、枚举映射漏,任务照样"成功"。需要定期的业务级对账——按天比对两端的订单数、金额合计、状态分布,差异落表并指派闭环人。

不是所有异常都该半夜打电话:

告警要带上定位信息:方案名、业务单号、失败节点、错误原文——一条"任务失败了"的告警约等于没有告警。

可观测的终点是可恢复。每条失败数据应支持"修复后重放":从失败节点重新执行,而不是从头重跑整条流水线。重放的前提是幂等——这正是前面各篇反复强调幂等键的原因:没有幂等,重放就是制造重复数据。