⚡

QA可观测性 qa-observability

此技能用于实现和验证质量工程的可观测性，以提升软件系统的可靠性、性能和调试效率。它涵盖OpenTelemetry日志、指标、追踪、W3C追踪上下文传播、SLI/SLO定义、错误预算管理、燃尽率告警、基于追踪的测试失败调试、性能剖析以及APM工具集成。关键词：QA可观测性、性能工程、OpenTelemetry、SLO、追踪、测试、DevOps、APM。

测试 0 次安装 0 次浏览更新于 3/7/2026

name: qa-observability description: “实现和验证质量工程的可观测性：OpenTelemetry日志/指标/追踪、W3C追踪上下文传播、SLI/SLO + 错误预算发布门禁、燃尽率告警、基于追踪的测试失败调试、采样/基数/成本控制、性能剖析（CPU/内存/连续）、合成/RUM信号，以及APM堆栈集成（Prometheus/Grafana/Jaeger/Tempo/Loki/Datadog/New Relic）。”

QA可观测性与性能工程

使用遥测（日志、指标、追踪、剖析）作为QA信号和调试基础。

核心参考：

OpenTelemetry: https://opentelemetry.io/docs/
W3C追踪上下文: https://www.w3.org/TR/trace-context/
Google SRE SLOs: https://sre.google/sre-book/service-level-objectives/

默认QA立场

将遥测视为验收标准的一部分（特别是对于集成/E2E测试）。
要求关联：request_id + trace_id（traceparent）跨边界。
偏好基于SLO的发布门禁和燃尽率告警，而非原始基础设施阈值。
预算开销：采样、基数、保留和成本是质量约束。
默认情况下，对PII/秘密进行编辑（日志和属性）。

核心工作流程

建立最低标准（日志 + 指标 + 追踪 + 关联）。
使用OpenTelemetry进行仪表化（首先自动仪表化，然后为关键路径添加手动跨度）。
验证跨服务边界的上下文传播（traceparent输入/输出）。
定义SLI/SLO和错误预算策略；设置燃尽率告警。
使失败可诊断：每次测试失败时捕获追踪链接 + 关键日志。
只有在遥测可靠后，才进行剖析和负载测试；与基线进行验证。

快速参考

任务	推荐默认	备注
追踪	OpenTelemetry + Jaeger/Tempo	尽可能通过Collector使用OTLP导出器
指标	Prometheus + Grafana	使用直方图处理延迟；注意基数
日志记录	结构化JSON + 关联ID	切勿记录秘密/PII；积极编辑
可靠性门禁	SLOs + 错误预算 + 燃尽率告警	基于持续燃烧/回归门禁发布
性能	剖析 + 负载测试 + 预算	为间歇性问题添加连续剖析
零代码可见性	eBPF（OpenTelemetry零代码）+ 连续剖析（Parca/Pyroscope）	当代码更改不可行时使用

导航

需要时打开这些指南：

如果用户需要…	阅读	同时使用
一个最小化、生产就绪的基线	`references/core-observability-patterns.md`	`assets/checklists/template-observability-readiness-checklist.md`
Node/Python仪表化设置	`references/opentelemetry-best-practices.md`	`assets/opentelemetry/nodejs/opentelemetry-nodejs-setup.md`, `assets/opentelemetry/python/opentelemetry-python-setup.md`
跨服务的工作追踪传播	`references/distributed-tracing-patterns.md`	`assets/checklists/template-observability-readiness-checklist.md`
SLOs、燃尽率告警和发布门禁	`references/slo-design-guide.md`	`assets/monitoring/slo/slo-definition.yaml`, `assets/monitoring/slo/prometheus-alert-rules.yaml`
基于证据的剖析/负载测试	`references/performance-profiling-guide.md`	`assets/load-testing/load-testing-k6.js`, `assets/load-testing/template-load-test-artillery.yaml`
成熟度模型和路线图	`references/observability-maturity-model.md`	`assets/checklists/template-observability-readiness-checklist.md`
应避免的事项以及如何修复	`references/anti-patterns-best-practices.md`	`assets/checklists/template-observability-readiness-checklist.md`

实施指南（深度探讨）：

references/core-observability-patterns.md
references/opentelemetry-best-practices.md
references/distributed-tracing-patterns.md
references/slo-design-guide.md
references/performance-profiling-guide.md
references/observability-maturity-model.md
references/anti-patterns-best-practices.md

模板（复制/粘贴）：

assets/checklists/template-observability-readiness-checklist.md
assets/opentelemetry/nodejs/opentelemetry-nodejs-setup.md
assets/opentelemetry/python/opentelemetry-python-setup.md
assets/monitoring/slo/slo-definition.yaml
assets/monitoring/slo/prometheus-alert-rules.yaml
assets/monitoring/grafana/grafana-dashboard-slo.json
assets/monitoring/grafana/template-grafana-dashboard-observability.json
assets/load-testing/load-testing-k6.js
assets/load-testing/template-load-test-artillery.yaml
assets/performance/frontend/template-lighthouse-ci.json
assets/performance/backend/template-nodejs-profiling-config.js

精选来源：

data/sources.json

范围边界（交接）

纯基础设施监控（Kubernetes, Docker, CI/CD）：../ops-devops-platform/SKILL.md
数据库查询优化（SQL调优、索引）：../data-sql-optimization/SKILL.md
应用程序级调试（堆栈追踪、断点）：../qa-debugging/SKILL.md
测试策略设计（覆盖率、测试金字塔）：../qa-testing-strategy/SKILL.md
弹性模式（重试、断路器）：../qa-resilience/SKILL.md
架构决策（微服务、事件驱动）：../software-architecture-design/SKILL.md

工具选择说明（2026）

默认情况下，尽可能使用OpenTelemetry + OTLP + Collector。
偏好基于SLO的燃尽率告警，而非原始基础设施指标告警。
将采样、基数和保留视为质量的一部分（而不是事后考虑）。
当被要求选择供应商/工具时，从data/sources.json开始，并在环境允许的情况下使用当前文档/发布验证时间敏感声明。