监控架构
概述
运维平台基于 Prometheus v3 + Grafana v12 构建指标/可视化能力，并集成 Loki v3（日志聚合）和 Tempo v2（分布式链路追踪），通过 Grafana Alloy v1（统一可观测性采集代理）将指标、日志、链路数据汇聚到 Grafana 统一界面查询。
架构图
架构介绍
数据采集
指标采集 - Prometheus Exporter
通过 Prometheus Exporter 机制，对关键基础设施及应用主动拉取监控指标：
| 监控对象 | Exporter 组件 | 维护组织 |
|---|---|---|
| 主机系统 | Node Exporter | Prometheus |
| 消息队列 | Kafka Exporter | danielqsj |
| 搜索引擎 | Elasticsearch Exporter | Prometheus Community |
| 缓存服务 | Redis Exporter | Oliver006 |
| 关系数据库 | MySQL Exporter | Prometheus |
| 文档数据库 | MongoDB Exporter | Percona |
主机系统的 Node Exporter 由 ops-nodeagent 容器内置，其余 Exporter 由 ops-agent 容器统一打包。
日志采集 - Alloy + serilog
- 容器 stdout 日志：
ops-alloy通过loki.source.docker组件对接宿主机/var/run/docker.sock，自动发现并采集所有容器的 stdout/stderr，写入 Loki，stream label 包含container/service_name/log_source=docker。 - HAP 微服务结构化日志：HAP 容器内部 .NET 微服务通过
serilog.sinks.grafana.loki直接 push 到 Loki HTTP API，stream label 包含service_name/hostname/action/extras/stack/detected_level等业务字段。
两类日志在 Grafana 中通过两个独立面板查看：「容器控制台」和「服务日志」。
链路追踪采集 - OTLP
应用通过 OpenTelemetry 协议（OTLP gRPC :4317 / HTTP :4318）将分布式调用链 spans 推送给 ops-alloy，由 alloy 转发到 Tempo 存储。
数据存储与可视化
| 数据类型 | 存储 | 查询 |
|---|---|---|
| 指标 (Metrics) | Prometheus TSDB | PromQL |
| 日志 (Logs) | Loki | LogQL |
| 链路 (Traces) | Tempo | TraceQL |
Grafana 提供统一可视化和跨数据源关联（如从日志的 traceID 跳转到 Tempo 链路）。
告警与通知（1.4.0 起内置告警子系统）
告警
- 原生告警引擎：1.4.0 起平台内置自研告警子系统，在「告警管理」页面以原生界面配置规则，覆盖基础资源、端口连通性、SSL 证书、Kafka 堆积 / 重平衡、MongoDB、MySQL 七类监控场景，替代原 Grafana 告警界面。
- 基于 PromQL 与直连探测：基础资源类规则基于 Prometheus 指标（内置指标列表，亦支持自定义 PromQL 并预览）；端口 / SSL / Kafka / MongoDB / MySQL 类规则由告警引擎直连目标探测。
- 内置降噪：预警（Pending）→ 告警（Firing）→ 恢复（Recovered）状态机，仅状态变化时推送通知。
- 独立存储：告警规则 / 状态 / 历史存放在平台自有
ops-mongo容器，与被监控业务数据库解耦。
通知
- 多渠道支持：支持飞书、钉钉、企业微信群机器人、邮件、自定义 Webhook 五种通知渠道，在「告警管理 → 通知渠道」页面配置，确保运维人员第一时间获取异常信息并及时响应。