金融行业可观测性落地：合规、高可用与故障分钟级定位

金融场景的三个硬约束

金融行业做可观测性，和互联网公司不一样，三个约束摆在那：

1. 合规：等保 2.0、数据安全法要求日志脱敏、访问审计、留存期限明确，不能像互联网那样「先采再说」。
2. 高可用：核心交易链路要求 99.99% 可用，可观测平台本身不能成为新的单点。
3. 外联受限：生产网与办公网隔离，数据出不了生产网，采集与存储必须同机房。

这三个约束决定了方案设计，而不是反过来。

分层采集与链路关联

我们推荐「三件套」：

• 应用层：OpenTelemetry Agent 自动埋点，覆盖交易、账务、支付等核心系统，生成 Trace 与 Metrics。
• 中间件层：采集 Kafka、Redis、数据库的指标与慢查询日志，和调用链对齐时间轴。
• 基础设施层：宿主机、容器、网络的指标统一进监控。

关键在「关联」：一笔交易的 Trace ID 贯穿日志、指标、告警。告警触发时，从告警直接跳到这条 Trace，再下钻到具体 SQL 或下游调用，把定位时间从小时级压到分钟级。

告警治理

金融系统告警多，最怕「狼来了」。落地建议：

1. 告警分级：P0（资金相关）走电话+短信，P1 走 IM，P2 只进看板，别一刀切。
2. 收敛与静默：同类告警 5 分钟内只发一次，发版窗口自动静默已知噪声。
3. 告警带上下文：每条告警附上 Trace ID、关联日志、最近一次部署版本，减少来回问。

合规与数据安全

• 脱敏：身份证、卡号、手机号在采集端就做掩码，原始值不进存储。
• 审计：所有检索与导出操作留痕，谁、何时、查了什么可回溯。
• 本地化部署：数据全程不出生产网，满足「数据不出域」要求。
• 留存策略：热数据 7 天、温数据 90 天、冷数据按监管要求归档，自动分层。

金融可观测性的终点不是「看得见」，而是「出问题时，能在一笔交易的上下文里把根因找出来，且整个过程合规」。这三点做到，平台才算真正落地。