Lesson 01 练习

改 code.py 里的代码，运行 python code.py 观察变化。本课零外部依赖，纯标准库。

练习 1：用 jq 真正「按 trace_id 还原链路」

code.py 现在只把日志打到屏幕。把它重定向到文件，体验真实的排障：

python code.py > app.log 2>&1
# 挑一个 trace_id（比如演示 2 里的 04a69519），还原那一次请求的全部事件
grep '"trace_id": "04a69519"' app.log
# 进一步：只看耗时，按 duration_ms 排序找最慢的一步
grep '"event": "retrieve.done"' app.log

进阶：如果你装了 jq（pip install jq 只是绑定，建议装系统 jq），可以：

cat app.log | jq 'select(.trace_id=="04a69519") | {event, duration_ms}'

思考：如果日志是文本句子（「检索完成，耗时 51ms」），上面这些操作还能一行做到吗？这就是结构化的全部价值——日志从「人读的字」变成「可查询的数据」。

练习 2：加一个 WARNING 级别的降级日志

模拟真实场景：rerank 服务偶尔挂掉，系统降级到 hybrid 模式继续工作（kb-qa 的 rerank.py 真有这个降级逻辑）。在 fake_generate 前面加一段：

import random
if random.random() < 0.3:  # 30% 概率模拟 rerank 失败
    log.warning("rerank 失败，降级到 hybrid 模式", extra={
        "event": "rerank.fallback",
        "reason": "upstream_timeout",
    })

跑几次，观察 WARNING 级别的日志长什么样。

思考：为什么降级是 WARNING 而不是 ERROR？因为——本次请求还能正常完成（只是质量可能略降），ERROR 应该留给「请求失败了」。 级别用错，报警系统会半夜叫醒你。

练习 3：证明 contextvars 在并发下不串扰

code.py 是顺序跑的，看不出 contextvars 的隔离价值。改成并发：

import asyncio

async def concurrent_demo():
    await asyncio.gather(
        asyncio.to_thread(handle_ask, "问题A"),
        asyncio.to_thread(handle_ask, "问题B"),
        asyncio.to_thread(handle_ask, "问题C"),
    )

asyncio.run(concurrent_demo())

观察输出：三个请求的日志可能交错，但每条日志的 trace_id 一定和它自己请求的开始/结束成对——不会出现 A 的 retrieve.done 带了 B 的 trace_id。

思考：如果把 _trace_id 换成普通全局变量 trace_id = ""，并发下会发生什么？（答：后开始的请求会覆盖前一个的 id，日志彻底串台。）这就是为什么必须用 contextvars——它是 async/线程安全的「每请求一份」存储。

练习 4（进阶）：把 token 估算换成真实 tokenizer

estimate_tokens 是近似（中文按字、英文按 4 字符）。kb-qa 用的是智谱 GLM，可以装它的 tokenizer 精确计数：

pip install tiktoken -i https://pypi.tuna.tsinghua.edu.cn/simple

然后实现一个更准的版本，对比两者差多少。思考：日志里的 token 数是 L02 算成本的基础——估算越准，成本核算越可信。这就是为什么可观测性要尽早做（L01 的日志字段，是 L02 trace、L03 评估、L12 成本报告的共同数据源）。

✅ 完成本课后，你应该能回答

生产服务为什么不能用 print？举出至少 3 个具体问题。
可观测性三支柱是什么？它们各自回答什么问题？本课打的是哪根柱子？
结构化日志（JSON）比文本日志好在哪？举一个 jq/grep 的具体优势。
trace_id 为什么必须用 contextvars 而不是全局变量？在并发下不这么做会出什么问题？
日志的四个级别（DEBUG/INFO/WARNING/ERROR）各在什么场景用？为什么降级是 WARNING 不是 ERROR？
哪些敏感信息绝不该进日志？mask_secret 解决什么问题？
（落地）kb-qa 的 stream_ask 现在多了哪几个结构化事件？怎么按 trace_id 还原一次问答链路？