ErrorPrism：重构云服务系统中的错误传播路径
软件工程
2025-10-01 v1
摘要
由于故障的级联效应，云服务系统的可靠性管理极具挑战性。错误包装是现代微服务开发中普遍存在的实践，它在函数调用栈的每一层用上下文信息丰富错误，构建一个描述从技术根源到业务影响的错误链。然而，当从最终的日志消息回溯到其源头以恢复完整的错误传播路径时，这也带来了显著的可追溯性问题。现有方法在解决此问题上效果不佳。为填补这一空白，我们在这项工作中提出了ErrorPrism，用于在生产微服务系统中自动重构错误传播路径。ErrorPrism首先对服务代码仓库进行静态分析，以构建函数调用图并将日志字符串映射到相关的候选函数。这显著减少了后续分析的路径搜索空间。然后，ErrorPrism使用一个LLM智能体执行迭代式后向搜索，以精确重构完整的、多跳的错误路径。在字节跳动的67个生产微服务上进行的评估显示，ErrorPrism在重构102个真实世界错误的路径时达到了97.0%的准确率，优于现有的静态分析和基于LLM的方法。ErrorPrism为工业微服务系统中的根因分析提供了一个有效且实用的工具。
引用
@article{arxiv.2509.26463,
title = {ErrorPrism: Reconstructing Error Propagation Paths in Cloud Service Systems},
author = {Junsong Pu and Yichen Li and Zhuangbin Chen and Jinyang Liu and Zhihan Jiang and Jianjun Chen and Rui Shi and Zibin Zheng and Tieying Zhang},
journal= {arXiv preprint arXiv:2509.26463},
year = {2025}
}
备注
12 pages, 6 figures, 1 table, this paper has been accepted by the 40th IEEE/ACM International Conference on Automated Software Engineering, ASE 2025