调用链路反推器

解决什么问题

微服务的调用链路很少有一份准确的图。架构图要么不存在，要么在几轮迭代后过期，新服务接入时也没人更新。想确认 buy-console 到底调了哪些下游、哪个服务被大量上游依赖、哪条边错误率异常，通常只能翻日志、grep 关键字、凭记忆拼图。

调用链路反推器要解决的就是这件事：把散落在各节点日志里的调用痕迹（downstream=order-back、FeignClient iam、HTTP 请求行）反推成一张有向调用拓扑图（调用方 → 被调方），并为每条边标注调用量、错误率和平均延迟。

工作方式

它是一套方法论加两个零依赖 Python 脚本的组合，全程只读：

• collect_logs.py：按清单 log-sources.json 把分散在多台节点、多种传输方式（local/ssh/kubectl/docker）上的日志，归集到本地按服务分目录；
• infer_topology.py：基于 config.json 的正则规则从日志行抽取 caller/callee，输出 topology.json、topology.mmd、topology.dot 和 hotspots.csv 四种产物。

关键步骤分五步：

1. 盘点「服务 → 节点 → 日志路径」三要素，写成采集清单；
2. 采集归集，目录名即服务名；
3. 编写解析配置——这是质量关键，需要决定 caller 取自路径还是日志行、callee 用哪个正则、是否统计错误率与延迟、是否需要 aliases 归一化和 ignore_callees 过滤噪声边；
4. 运行脚本生成拓扑，Mermaid 图中高错误率边自动标红；
5. 解读产物：识别入边很多的单点、错误热点，还原接入层/业务层/外部依赖的分层。

拿到真实日志后，建议先贴 2–3 行原始样本再写正则，避免瞎猜格式。

边界与注意点

• 只读：采集用 cat、kubectl exec -- cat 这类只读方式，绝不写入远端、重启服务或改配置；
• 只产出拓扑与热点，不做根因下钻，错误边的具体原因需转交领域排查 skill；
• 拓扑质量的 80% 取决于解析配置写得对不对，日志格式变化（换框架、改输出格式）会导致边缺失，需要重新校对正则；
• 别名歧义是常见坑，coupon 可能实际是 coupon-inner-api，确认后写进 aliases 重跑即可收敛。