docs: update how_to_get_span_like_data

Author: taloric

HOW-TO-GET-SPAN-LIKE-DATA.md

@@ -112,7 +112,12 @@
 
 #### SpanSet 连接
 
-SpanSet 之间两两互相连接，并标记他们之间的 Parent 关系。总共有如下五种连接的场景，依次从上到下按优先级来挂。其中，1/2/3/4 包含如下限制条件：
+SpanSet 之间两两互相连接，并标记他们之间的 Parent 关系。连接分为两个阶段：
+
+- **准确连接阶段**（场景 1-6）：基于强关联证据（span_id、x_request_id、tcp_seq、grpc stream_id、trace_id+协议特征）建立连接，依次按优先级执行。
+- **弱关联阶段**（场景 7）：仅在准确连接阶段完成并清空匹配状态后执行，通过配置项 `span_set_connection_strategies` 控制是否开启，基于 trace_id 做推断性连接。
+
+其中，场景 1-5 包含如下通用约束条件：
 
 约束条件：
 - 避免「同组 SpanSet 」首尾的 Span 满足上述 1.2. 条件发生首尾互连，限制满足条件的两个 Span 不能是同一个 SpanSet [代码位置](https://github.com/deepflowio/deepflow-app/blob/v6.6.3/app/app/application/l7_flow_tracing.py#L2319)
@@ -156,11 +161,32 @@ SpanSet 之间两两互相连接，并标记他们之间的 Parent 关系。总
     - 如果 x_request_id_0 等于 x_request_id_1，无额外要求，意味着中间有个网关做 x_request_id 注入，直接匹配挂接
   - 一个 NetworkSpanSet 的结尾 Span span_id 等于另一个 NetworkSpanSet 的开头 Span 的 span_id [代码位置](https://github.com/deepflowio/deepflow-app/blob/v6.6.3/app/app/application/l7_flow_tracing.py#L2480)
     - 同时要求前者所有 Span 的最大 response_duration 比后所有 Span 的最小值要大，与 x_request_id_0/1 对应相等的场景处理办法完全相同
+  - 对 gRPC/HTTP2 协议，一个 NetworkSpanSet 的结尾 Span 的 `request_id`（来源于 gRPC stream_id）等于另一个 NetworkSpanSet 的开头 Span 的 `request_id`，且后者时延 ≤ 前者时延（包括双方时延均为 0 的情况）
+    - 仅支持 gRPC/HTTP2，因为其他协议（如 MySQL StatementID）的 request_id 可能短期内被重用，容易产生误连接
 
 <div align=center>
 <img src="./design/3.5.svg" width=50%>
 </div>
 
+6. 针对 WebSphereMQ 异步消息场景的特殊连接：client 侧叶子 NetworkSpanSet → server 侧根 NetworkSpanSet
+- 仅适用于协议为 WebSphereMQ 且携带 `is_async` 标识的 Span
+- 连接条件：双方 trace_id 有交集，且 client 侧叶子 Span 无子节点、server 侧根 Span 无父节点
+- 场景含义：`user → MQ | MQ → user`，两组逻辑上有关系但数据层面仅有 trace_id 可能关联的异步流
+- 时序约束：对同一个 agent_id，要求 client 侧 Span 开始时间早于 server 侧 Span（而非 time_range_cover，因为是异步）
+- 如有多个候选 parent，取开始时间最大（最接近）的 parent
+
+7. 弱关联：client 侧叶子 NetworkSpanSet → server 侧根 NetworkSpanSet（通过 trace_id 推断）
+- **仅在配置项 `span_set_connection_strategies` 包含 `net_span_c_to_s_via_trace_id` 时生效**
+- 此场景在场景 1-6 全部执行并清空匹配状态后，作为独立的弱关联阶段单独运行，不干扰准确连接
+- 连接条件：
+  - client 侧叶子 Span（`tap_side` 以 `c` 开头）无子节点（`children_count == 0`）
+  - server 侧根 Span（`tap_side` 以 `s` 开头）无父节点（`parent_id < 0`），且 `is_net_root` 为真
+  - 双方 trace_id 有交集
+  - 双方 tcp_seq 不同（相同 tcp_seq 意味着已在同一 NetworkSpanSet 内，无需再连）
+  - 叶子 Span 的 `response_duration` ≥ 根 Span 的 `response_duration`
+- 如有多个候选 parent，取 `response_duration` 最小（最接近）的 parent
+- 此连接为推断性质，准确性低于场景 1-6，适用于 tcp_seq 不同但 trace_id 相同的跨 SpanSet 场景（如经过网关后 tcp 连接发生变化）
+
 ### 裁剪
 
 裁剪是排序的后续清理步骤 ，避免因为错误的关联而产生了错误的追踪结果。