可观测性体系

章节：进阶篇第10章
难度：⭐⭐⭐ 进阶级
阅读时间：25-30 分钟
核心收获：建立完整可观测性体系，实现故障快速定位和性能优化

13.1 理论要点：没有度量就没有改进

13.1.1 三层可观测性

13.1.2 核心指标定义

13.1.3 可观测性设计原则

1. 日志必须包含批次 ID：关联所有相关记录
2. 指标必须可聚合：支持按日/周/月统计
3. 告警必须可行动：包含失败原因和建议操作
4. 审计必须可追溯：记录所有状态变更

13.2 实战案例：飞书多维表格追踪系统

13.2.1 表格设计

表格名称：自动化任务运行日志

字段定义：
├── 批次ID（文本）- 唯一标识
├── 触发时间（日期时间）- 定时/手动触发时间
├── 触发方式（单选）- 定时 / 手动
├── 数据源状态（文本）- 如 "wechat:ok,github:timeout"
├── 原始条目数（数字）- 聚合前的条目数量
├── 过滤后条目数（数字）- 过滤后的有效条目数量
├── 质量状态（单选）- pass / warning / blocked
├── 推送目标（文本）- 如 "飞书群 / 个人通知"
├── 推送结果（单选）- 成功 / 失败 / 跳过
├── 总耗时（数字）- 秒
├── Token消耗（数字）- 估算值
├── 错误信息（文本）- 如有
└── 处理人（人员）- 失败时谁处理

13.2.2 自动化规则配置

规则1：失败告警

触发条件：【推送结果】= "失败"
执行动作：
1. 发送飞书消息给 @owner
2. 消息内容包含批次ID、失败原因、建议操作

规则2：成本超限告警

触发条件：【Token消耗】> 2000
执行动作：
1. 发送飞书消息给 @owner
2. 标注"成本超限，请检查"

规则3：每日汇总

触发条件：每天 18:00
执行动作：
1. 生成当日汇总视图
2. 计算平均耗时、成功率、成本
3. 发送给 owner

13.3 日志规范

13.3.1 单次运行日志格式

{
  "batch_id": "ai-hotspot-2026-07-10",
  "trigger_time": "2026-07-10T09:00:00+08:00",
  "trigger_type": "scheduled",
  "sources": {
    "wechat": {"status": "ok", "latency": 2.3, "items": 15},
    "github": {"status": "ok", "latency": 3.1, "items": 12},
    "multi_search": {"status": "ok", "latency": 1.8, "items": 18},
    "aihot": {"status": "ok", "latency": 2.5, "items": 10}
  },
  "aggregation": {
    "raw_items": 45,
    "filtered_items": 18,
    "quality_status": "pass"
  },
  "delivery": {
    "target": "feishu_personal",
    "result": "success",
    "message_id": "123456"
  },
  "performance": {
    "total_time": 45.2,
    "token_usage": 1500,
    "cost_estimate": 0.03
  },
  "error": null
}

13.3.2 日志存储策略

13.4 指标监控

13.4.1 监控看板设计

┌─────────────────────────────────────────┐
│          AI热点选题日报 - 监控看板          │
├─────────────────────────────────────────┤
│  今日状态                                │
│  ├── 触发时间：09:00 ✅                   │
│  ├── 运行状态：completed ✅               │
│  ├── 数据源：4/4 正常 ✅                  │
│  └── 有效条目：18 条 ✅                   │
├─────────────────────────────────────────┤
│  近7天趋势                               │
│  ├── 按时触发率：100% ████████████        │
│  ├── 一次成功率：95% ██████████░         │
│  ├── 平均耗时：42s ████████░░░░          │
│  └── 平均成本：¥0.03 ████████░░░░       │
├─────────────────────────────────────────┤
│  数据源健康度                             │
│  ├── 微信公众号：98% ██████████░         │
│  ├── GitHub：95% █████████░░░           │
│  ├── 多引擎搜索：97% █████████░░        │
│  └── AIHOT：92% ████████░░░░           │
└─────────────────────────────────────────┘

13.4.2 告警规则配置

13.5 图文说明

📌 待补充：建议绘制以下示意图 1. 三层可观测性架构图 2. 监控看板原型图 3. 指标趋势图 4. 日志流转图

13.6 常见错误

📝 版本迭代记录