为什么定位到异常对象后还需要构建统一实体关系模型来分析根因？

通过链路及其关联数据可以快速定位错慢请求的异常对象，但导致问题发生的真实根因往往更加复杂，不局限于应用进程内。为了快速止血或彻底根治，需要采集更大范围的观测数据，并通过统一实体模型构建异常对象与根因之间的联系。

• 最简单常见的实体关联：相同时间范围内、同一台主机实例的数据关联。比如某台物理机出现硬件故障，故障期间没有及时切流导致路由到该机器的所有流量全部超时报错。以 Java 应用为例，ARMS 提供主机/Pod 系统指标、JVM GC/堆内存、线程池/连接池等丰富的主机监控数据用以诊断单机问题。
• 更广义的实体关联：还包括移动终端、网关、数据库、K8S 工作负载、CI/CD 任务甚至 Git 代码提交人。这些跨域实体及其关系构建了一张覆盖端到端全栈 IT 软硬件设施的数据观测网络。

任意实体的变化会导致上下游关联实体的联动反应，例如某同学执行了一次数据库索引变更，导致某应用出现大量慢 SQL，进而影响终端用户下单失败。通过构建统一实体关系模型，可以打通跨域数据连接壁垒，提升根因诊断效率，并为智能诊断打下坚实基础。