读日志链路定位故障根因

示例：故障定位报告草稿（示意） 一、基本信息 故障编号：INC-2024-0001；故障时间窗：2024-03-01 10:02—10:18；影响范围：核心接口、订单查询；主要现象：超时变多、错误率升高。 二、时间线（示意） 时间 | 事件 | 来源 10:01:58 | 网关错误率开始上升 | 日志 10:02:10 | order-service p99 从 320ms 升至 2.1s | 链路追踪 10:02:30 | 线程池 active 接近上限，出现排队 | 日志/指标 10:03:05 | 下游 inventory-service 慢调用占比上升 | 链路追踪 10:12:40 | 限流生效，错误率回落 | 日志 10:17:50 | 线程池恢复，延迟回到基线 | 日志 三、环节耗时占比（示意） 环节 | 耗时占比 order-service 自身处理 | 18% inventory-service 调用 | 52% DB 查询 | 21% 网络及其他 | 9% 四、慢调用分位延迟（示意） p50 310ms；p90 1.2s；p95 2.4s；p99 3.6s；max 5.1s。 五、错误率按时间窗（示意） 1 分钟窗：峰值 7.8%；5 分钟窗：峰值 4.1%；15 分钟窗：峰值 2.3%。错误集中在 order-service 调用 inventory-service 的超时异常。 六、火焰图热点（示意） 热点函数：InventoryClient.call（占 34%）、JsonSerialize.write（占 11%）、LockSupport.park（占 9%）。 七、疑似根因（按可能性排序） 1. inventory-service 下游响应变慢，拖垮 order-service 线程池（可能性高）。 2. 线程池配置偏小，缺少隔离（可能性中）。 3. 连接池等待叠加放大（可能性中低）。 八、验证步骤 1. 对比同期 inventory-service 自身耗时与下游耗时，看慢在哪一层。 2. 查线程池 active/queue 指标，确认排队是否先于错误率上升。 3. 用同一时间窗的日志统计连接池等待次数，判断是否放大。 4. 在测试环境回放或压测 inventory 慢响应，观察 order-service 是否复现。 九、结论 根因假设需由持证/负责工程师核对后才能对外使用。以上均为示意数据和草稿，请按现场材料复核。