---
title: 观测与运维
---

# 观测与运维

本文说明数据管道的运行观测与日常运维：详情页各 Tab、指标与状态含义、日志查看，以及编辑 / 重启行为。

## 管道详情页

在「数据管道」列表点击管道名称进入详情页，顶部为启停 / 编辑 / 刷新 / 删除操作，页面 **每 30 秒自动刷新**。详情页分 4 个 Tab：

| Tab | 内容 |
|-----|------|
| 概要 | 消息速率、累计处理量、任务数、错误数 4 张指标卡；数据流向图（数据源 → 处理器 → 输出目标）；吞吐曲线；基本信息（创建/更新时间、任务数、连接器等） |
| 任务 | 每个任务的状态、消息 in/out、错误数；行内「查看日志」直达对应日志文件；「查看指标」抽屉按 Input / Processor / Output 阶段分组展示 |
| 配置 | 只读 YAML（完整管道配置，敏感字段脱敏显示为「已配置」） |
| 日志 | 按 manager → slot → 文件树的日志列表；选中文件后右侧显示正文（tail 500 行），支持按级别着色、自动换行开关、刷新 |

### 状态说明

| 状态 | 含义 |
|------|------|
| `running` | 所有期望任务均在运行 |
| `recovering` | 部分任务缺失或异常，系统正在自动拉起 / 重新绑定 |
| `degraded` | 存在无法正常收敛的任务（如缩容后未能干净退出，或任务持续起不来） |
| `failed` | 启动失败（如配置错误、目标不可达），需检查任务日志后修复配置 |
| `stopped` | 已停止（手工停止或按期望状态停止） |
| `unknown` | 任务状态上报缺失或过期（超过约 60 秒未刷新），通常是任务进程或节点异常 |

状态由系统按各任务的实际运行状态实时计算，不是手工设置值。任务行显示的 `unknown` 同理：进程状态过期或读取失败时不再展示旧值。

## 指标说明

- **消息速率**：按 Input / Output 两个方向分别统计（条/秒），只展示所有任务都成功采样的时间点，缺采样时曲线中断而不是补 0
- **累计处理**：累计收到的消息数
- **错误数**：**累计事件数**（不是当前错误率），包含输入/输出连接建立失败、连接中断等事件；数值只增不减，排障时关注增长速率而非绝对值
- 列表页的指标为近似值，慢任务可能显示 0；以详情页和任务页为准

## 日志

- 每个任务的文件日志按 `slot`（任务序号）分目录保留，**每个 slot 保留最近 3 次启动**的日志；每次启动生成新的日志文件（带启动时间），重启不会覆盖旧文件
- 日志正文默认读取末尾 500 行，适合快速定位最近错误；历史文件可逐个查看
- 任务列表的「查看日志」会直接定位到该任务当前的日志文件
- YAML 编辑器模式还提供「调试」Tab：启动一个临时的单任务调试会话，实时输出该会话日志；修改 YAML 会停止会话并重置测试状态

## 编辑、重启与任务数

- 编辑管道（配置或任务数）对**已停止**的管道直接保存
- 编辑**运行中**的管道时，保存会依次执行：停止管道 → 写入新配置 → 重新启动；重启失败时管道保持停止状态并在页面提示，需要到详情页手动启动
- 任务数修改后，系统会按新任务数协调：扩容补齐缺失任务，缩容时先向多余任务发送停止信号、等待其正常退出后再移除
- 删除管道时会先停止其所有任务；若有任务无法停止，删除会报错而不是留下无主任务，可重试或先手工停止后删除
- 仅修改任务数时，也可通过 API 在运行中调整（其余配置需与已存储值完全一致）；控制台统一走「停止 → 保存 → 重启」流程

## 排障顺序建议

1. 详情页「概要」看状态与错误数趋势
2. 「任务」Tab 找到异常任务，看其消息 in/out 是否停滞
3. 「日志」Tab 打开对应任务日志，搜索 `error` / `failed` / `connection`
4. 「配置」Tab 核对连接参数与字段映射
5. 需要修改时先停止管道，改完配置再启动，避免边运行边改
