主要观点：现代航班搜索系统需整合多种服务以快速报价，当出现问题时仅靠孤立日志难以排查，需借助可观测性（关联日志、指标和跟踪）。
关键信息：

• 分布式航班搜索架构及流程复杂，各微服务独立日志，难以捕捉完整流程，如价格缺失可能由多种原因导致。
• 单纯日志有局限性，缺乏全局事务标识符，难以关联不同服务的日志，也难以暴露跨领域异常。
• 关联 ID 和分布式跟踪可解决上述问题，为每个请求添加唯一关联 ID 并在日志中记录，分布式跟踪可记录 RPC 调用和处理步骤。
• 指标和警报可用于监测系统整体情况，如错误率、缓存命中率等，及时发现问题并关联相关日志和跟踪。
• 常见调试场景包括间歇性票价不匹配、特定提供商错误、并发促销更新等，通过指标和跟踪可找到问题根源。
• 注意回退逻辑的复杂性，避免隐藏风险，优先采用快速失败或切换策略，并监控回退使用情况。
  重要细节：
• 航班搜索服务中，用户查询经 API 网关或前端进入，请求分发至多个服务，最终返回票价列表，过程复杂且异步。
• 普通日志易过载且缺乏上下文，分布式跟踪可将日志与跟踪关联，如某航空案例中通过跟踪发现缓存失效问题。
• 指标如错误率、缓存命中率等可用于创建监控，如“价格不匹配率”监控可早期发现细微错误，日志指标也很强大。
• 常见调试场景中，通过跟踪和指标找到问题根源，如间歇性票价不匹配是缓存更新竞争导致，特定提供商错误是超时配置问题等。
• 回退逻辑需谨慎处理，避免隐藏风险，可采用并行请求对比结果等策略，并监控回退使用情况。
  总结：现代航班搜索系统需借助可观测性工具，结合日志、指标和跟踪，解决分布式系统调试难题，避免隐藏风险，快速定位和解决票价错误等问题。