监控与告警
监控与告警位于 platform 路由域，面向服务运行态、历史趋势、WebSocket 连接、告警规则、告警事件与通知闭环。
服务监控
「服务监控」（/system/monitor）接口前缀为 /api/monitor，权限码为 system:monitor:view。
| 接口 | 说明 |
|---|---|
GET /api/monitor | 当前监控快照 |
GET /api/monitor/timeseries | 进程内最近 1 小时时序数据 |
GET /api/monitor/history?range=... | 持久化历史趋势，按时间范围分桶聚合 |
GET /api/monitor/ws | WebSocket 实时连接指标 |
GET /api/monitor/stream | SSE 实时推送监控指标 |
SSE 首帧推送完整 metrics、全量 series 和 ws 指标；后续采样 tick 推送 metrics:diff、series:point 与 ws。客户端按差量深合并，避免整页轮询。
system_metric_samples 存储基础设施指标采样点，采样任务默认每分钟落库。/history 支持 1h、6h、24h、7d、30d 范围，每个范围使用不同分桶粒度并返回均值与峰值。
指标口径
| 分组 | 指标 | 口径 | 单位 |
|---|---|---|---|
| 基础设施 | CPU / 内存 / 磁盘 / Swap / 负载 / 进程 CPU / 堆内存 / 事件循环延迟 / QPS / HTTP 错误率 / 网络上下行 / 磁盘读写 | 宿主机与进程采样器即时值 | % · 字节/秒 · ms |
| 基础设施 | 日志 ERROR 频率 / 日志 WARN 频率 | 近 5 分钟应用日志对应级别平均每分钟条数 | 条/分钟 |
| 流程引擎 | 健康分 / 队列积压 / 死信数 / 失败率 / 卡死数 | 工作流引擎运维指标 | 分 · 项 · % |
| 支付 | 支付失败率 / 支付卡单数 / 对账差异待处理 / 支付事件积压 / 支付回调失败率 | 支付域告警指标源实时聚合 | % · 项 |
| 开放平台 | 开放 API 错误率 / 单应用最高错误率 / 应用 Webhook 失败率 / 自动停用订阅数 | 开放平台告警指标源实时聚合 | % · 项 |
MONITOR_METRIC_META 声明每个指标的 scope：global 指宿主机或平台级口径，tenant 指按规则所属租户过滤。评估器按规则涉及的租户集合分组取快照。
日志级别频率指标
日志 ERROR / WARN 频率在 logger 的 logMethod hook 写入点由 lib/log-metrics.ts 计数，不扫描日志文件。实现特性：
- 不依赖文件 I/O，不受日志轮转影响；
- 按 epoch 分钟分桶保留近 5 个桶，读写时惰性淘汰；
- 与 QPS、HTTP 错误率一样是进程内口径，多实例部署时各实例统计自身；
- 计数失败不影响日志写入。
内置规则包括 ERROR ≥ 10 条/分持续 3 分钟（严重）和 WARN ≥ 30 条/分持续 5 分钟（警告）。此类告警事件操作列提供「查看日志」（需 system:log:files），跳转到 /system/log-files?file=app.YYYY-MM-DD.1.log&level=error。
告警中心
告警中心使用独立顶级菜单，不归属于「系统运维」目录。接口前缀为 /api/monitor-alerts，告警引擎由定时任务每 30 秒评估一次启用规则。规则达阈触发，指标恢复后自动解除；支持持续 N 分钟超阈、静默期、邮件 / Webhook / 站内信三渠道派发。
规则的“告警状态”表示当前是否已触发：ok 在页面显示“未触发”，firing 显示“告警中”；“启用状态”独立控制规则是否参与评估。停用规则会关闭该规则尚未恢复的告警事件，并清除触发态与持续超阈计时。
| 页面 | 路径 | 权限 |
|---|---|---|
| 告警概览 | /alerts/overview | alert:overview:list |
| 告警规则 | /alerts/rules | alert:rule:list、alert:rule:create、alert:rule:update、alert:rule:delete、alert:rule:test |
| 告警事件 | /alerts/events | alert:event:list、alert:event:handle、alert:event:export |
通知与处理闭环
接收目标拆为 recipientUserIds 与 recipientEmails。系统用户通过稳定用户 ID 投递站内信；邮件渠道在派发时读取用户当前邮箱；recipientEmails 保存群组邮箱或外部联系人地址，并与用户邮箱去重。
dispatchAlertChannels 将真实投递结果回写到事件行的 notify_status / notify_channels / notify_error / notified_at。通知状态包括：
| 状态 | 含义 |
|---|---|
skipped | 规则没有配置任何可派发渠道 |
success | 所有已配置渠道均投递成功 |
partial | 部分渠道失败 |
failed | 全部渠道失败 |
事件的 handle_status（pending / acknowledged / closed）与系统判定的 status（firing / resolved）相互独立。认领会写入处理人和确认时间；标记已处理置为 closed；撤销认领置回 pending 并清空处理备注与确认时间。acknowledged_at 只在首次响应时写入。
筛选、批量与试发
规则列表支持按名称关键词、指标、级别、启用状态与告警状态筛选，事件列表支持关键词、指标、级别、告警状态、通知状态、处理状态、规则 ID 与触发时间范围筛选。规则支持批量删除与批量启停；事件支持单条与批量处理。告警规则的「查看事件」跳转到 /alerts/events?ruleId=N。
POST /api/monitor-alerts/{id}/test（权限 alert:rule:test）按规则当前渠道与接收人发送测试消息，返回派发结果；该操作不写事件表、不改规则运行态与 last_triggered_at。
SEED_MONITOR_ALERT_RULES 预置基础设施容量、日志异常频率、支付、开放平台与流程引擎关键失效信号，默认走站内信发给管理员用户 ID 1。