Go 日志与 Trace 开销优化：控制采样和标签基数

日志、Trace 和指标是排查问题的基础，但它们也会消耗 CPU、内存和网络。高 QPS 服务里，观测代码本身可能成为热点。

字段不是越多越好

每个日志字段都需要构造、序列化和传输。热路径日志应保留排查所需字段，避免写入大对象、完整请求体或高频 debug 信息。

Trace 要采样

全量 Trace 在高流量下成本很高。通常对正常请求低比例采样，对错误、慢请求和重点租户提高采样率。

指标标签要克制

用户 ID、订单 ID、请求 ID 这类高基数标签会拖垮时序数据库。指标应使用有限枚举标签，如接口、依赖、错误类型。

生产场景

适用于高 QPS API、日志量暴涨、Trace 存储成本上升或指标系统写入压力过大的服务。

关键指标

• log/s、span/s、指标时间序列数量
• 观测代码 CPU 占比
• 日志队列长度和丢弃次数

常见误区

• 热路径打印完整对象
• 指标使用高基数标签
• 异步日志队列无边界

代码示例

if sampler.Allow(req) {
    span.SetAttributes(attribute.String("route", routeName))
}
// 指标标签避免 user_id/request_id

上线检查

• 优化前后必须保留同一条件下的 benchmark 或 profile。
• 至少观察 P95/P99、错误率、CPU、内存和 GC 指标。
• 如果改动影响热路径，必须准备灰度和回滚方案。