使用 Insight 定位应用异常¶
本文将以 AI 算力中心中举例，讲解如何通过 Insight 发现 AI 算力中心中异常的组件并分析出组件异常的根因。
本文假设你已经了解 Insight 的产品功能或愿景。
拓扑图 — 从宏观察觉异常¶
随着企业对微服务架构的实践，企业中的服务数量可能会面临着数量多、调用复杂的情况，开发或运维人员很难理清服务之间的关系， 因此，我们提供了拓扑图监控的功能，我们可以通过拓扑图对当前系统中运行的微服务状况进行初步诊断。
如下图所示，我们通过拓扑图发现其中 Insight-Server 这个节点的颜色为 红色 ，并将鼠标移到该节点上， 发现该节点的错误率为 2.11% 。因此，我们希望查看更多细节去找到造成该服务错误率不为 0 的原因:
当然，我们也可以点击最顶部的服务名，进入到该服务的总览界面：
服务总览 — 具体分析的开始¶
当你需要根据服务的入口和出口流量分别分析的时候，你可以在右上角进行筛选切换，筛选数据之后，我们发现该服务有很多 操作 对应的错误率都不为 0. 此时，我们可以通过点击 查看链路 对该 操作 在这段时间产生的并记录下来的链路进行分析：
链路详情 — 找到错误根因，消灭它们¶
在链路列表中，我们可以通过界面直观地发现链路列表中存在着 错误 的链路（上图中红框圈起来的），我们可以点击错误的链路查看链路详情，如下图所示：
在链路图中我们也可以一眼就发现链路的最后一条数据是处于 错误 状态，将其右边 Logs 展开，我们定位到了造成这次请求错误的原因：
根据上面的分析方法，我们也可以定位到其他 操作 错误的链路：
