文章以Spring AI Alibaba RAG应用为例，用DataKit将应用OTLP链路、Prometheus指标和远程Milvus指标汇入观测云，并借助Toxiproxy注入网络延迟做故障与恢复对照。结果发现慢点在应用与Milvus之间的网络，而非模型或向量库本身。核心经验是：先保证Trace链路完整，再结合应用与Milvus指标交叉验证，才能准确定位RAG性能瓶颈。