容量和性能的变化可能来自不同瓶颈，需要沿链路分析。这次讨论围绕日志时间戳的统一，放在云平台与基础架构的范围内，先保留能核对的线索，再判断它们能支持多大的结论。
先确定问题的范围
谈到日志时间戳的统一，需要先交代对象和任务。不同主机的时区和时钟偏差会影响事件关联，统一时间基准是整理故障时间线的重要前提。在容量观察的条件下，名称只是起点，真正需要核对的是哪些因素正在发生作用。
沿着实际过程找线索
同时保留原始时间、时区及采集时间，检查是否存在时钟漂移。分开记录利用率、等待时间和业务量，不仅比较汇总图。记录宜保留先后顺序，避免只保存最显眼的结果。对算力、云资源与运行环境的观察，也应说明哪些信息来自现场、哪些来自后续资料。
怎样理解看到的差异
日志先后顺序不总等于业务因果顺序，异步写入和队列延迟也可能改变排列。如果关键条件尚未明确，可以先描述现象，将解释保留为待确认项；这样下一次复核时才知道应该补充什么。
把认识转成下一步问题
阅读结束后，可以分别写下已确认的事实、解释所依赖的条件和还缺少的资料。围绕日志时间戳的统一继续查证时，优先寻找与容量观察真正对应的说明，而不把相近名称当成相同情境。
常见问题
理解日志时间戳的统一，先确认什么？
不同主机的时区和时钟偏差会影响事件关联，统一时间基准是整理故障时间线的重要前提。
在容量观察时怎样开始？
分开记录利用率、等待时间和业务量，不仅比较汇总图。同时保留原始时间、时区及采集时间，检查是否存在时钟漂移。
什么情况下不宜直接套用结论？
日志先后顺序不总等于业务因果顺序，异步写入和队列延迟也可能改变排列。