題目背景
你負責多語言微服務平台。現有系統已有 traces、metrics 與 logs，但效能回歸仍需人工在單機抓 profile。團隊想使用 OpenTelemetry Profiles，把 CPU、off-CPU、heap 等剖析資料經 OTLP 送入 Collector，並關聯 trace/span。該訊號在 2026 年進入 Public Alpha。請設計評估、試點、資料管道與回退方案。
面試官考察點
- 能否區分 profile 與 logs、metrics、traces 各自回答的問題。
- 是否識別 Alpha 狀態、後端成熟度與跨語言採集差異。
- 能否控制採樣開銷、儲存成本、敏感資料與權限。
- 是否設計可觀測的試點指標、隔離邊界與回滾路徑。
澄清問題
先確認要解決的是 CPU、記憶體、鎖等待還是尾延遲；哪些服務語言和執行環境必須覆蓋；目前 profile 工具、SLO、採樣預算、保留期與合規邊界是什麼。還要問是否已有支援 OTLP Profiles 的後端，以及故障時能否繼續使用 pprof、JFR 或既有 APM。
30 秒回答
我會試點但不把 Alpha 訊號放進關鍵告警路徑。先選少量 Linux 服務，以低頻採樣和獨立 Collector 接收，保留 pprof/JFR 作基線。用定位時間、CPU 開銷、採樣覆蓋率、每 GB 成本、trace 關聯成功率與資料脫敏缺陷評估。只有後端、權限與回滾演練通過後才擴大；任何格式或 Collector 故障都應能停止匯出而不影響請求流量。
分步推導
1. 明確訊號邊界
Logs 說明發生哪些離散事件，metrics 說明系統層面的數值，traces 說明請求經過哪些服務，profiles 說明哪些程式碼消耗資源。Profiles 不能取代前三類，應透過 resource、traceid 或 spanid 關聯來縮短根因分析。
2. 設計採集層
採樣型 profiler 週期性記錄堆疊，適合持續低開銷；instrumentation 型 profiler 可記錄配置、鎖與 GC 等執行時事件。先用 eBPF agent 或語言原生工具在隔離節點採集，經 Collector 做過濾、限額、批次與路由，再以 OTLP 匯出到相容後端。
3. 控制成本與隱私
按服務等級設定採樣率與最大 CPU 預算，優先 99 分位延遲異常服務。限制堆疊符號、參數與路徑中的敏感資訊，按租戶隔離存取，設定短期原始資料與長期聚合資料的不同保留期。監控丟棄率、Collector 佇列、出口頻寬與儲存成本。
4. 處理 Alpha 風險
官方文件將 Profiles 標為 Alpha，部落格明確不應把該訊號用於關鍵生產工作負載，且生產級後端仍在形成。試點必須有功能開關、獨立資源配額、舊工具基線與刪除匯出設定的回退；不要因為「統一標準」就一次遷移所有語言與後端。
高品質示範回答
我會把目標定為「縮短效能問題的定位時間」，而不是立即取代既有 profiler。第一階段選兩個 Linux 服務：一個 Go、一個 JVM，保留 pprof/JFR 輸出，記錄目前定位時間與資源開銷。第二階段部署獨立 Collector，開啟低頻 CPU profile；只有出現 SLO 或 CPU 異常時臨時提高採樣率。Collector 負責按環境過濾、限額、脫敏與 OTLP 路由，生產流量與 profile 流量使用獨立佇列。第三階段開啟 trace/span 關聯，驗證從慢 span 跳到程式碼堆疊的成功率。門檻包括額外 CPU 小於預算、採樣覆蓋率達標、P95 定位時間下降、每月成本可接受、無敏感欄位洩露。由於 Profiles 仍是 Alpha，保留既有後端與工具；一旦 Collector 積壓、後端解析失敗或權限邊界失效，關閉匯出即可，業務請求不依賴該鏈路。
常見誤區
- 把 Alpha Profiles 當成已穩定的統一替代方案。
- 用 profile 取代 traces、metrics 或 logs，卻沒有說明訊號關聯。
- 全量、長期保存原始堆疊與符號，忽略成本與敏感資訊。
- 讓 profile 匯出共用業務關鍵佇列，故障時拖慢請求。
- 只說「部署 eBPF」，不定義採樣預算、後端相容性與回退開關。
追問與應對
如果問「為什麼不直接用既有 pprof/JFR？」
回答：先保留它們作為基線與回退。Profiles 的價值在統一資料模型、OTLP 管道與跨訊號關聯；只有這些價值在試點中被驗證，遷移才有理由。
如果問「如何關聯 trace 與 profile？」
回答：在 profile sample 的中繼資料記錄 resource 與可用的 traceid/spanid，並在 Collector 與後端保留關聯欄位；同時接受並非所有採樣都能關聯到請求。
如果問「何時停止試點？」
回答：當額外 CPU、成本或隱私風險超過預設閾值，或後端穩定性不足以支援回退窗口時，關閉匯出並保留既有工具，等待訊號成熟後再評估。