运维平台
运维平台是 HAP 私有部署版内置的一体化监控诊断系统，为私有化环境提供指标、日志、链路三大可观测性能力与智能告警，帮助运维团队集中掌握基础设施与中间件运行状态、快速定位问题。以零侵入方式接入被监控目标，不改动业务，保障数据不出内网。
功能一览
登录后进入「概览」，可一眼看到系统健康度、监控任务数与当前告警分布：
| 模块 | 能力 | 文档 |
|---|---|---|
| 概览 | 系统健康度、监控任务统计、活跃告警与近 24 小时告警动态 | 本页 |
| 资源监控 | 主机、MySQL / MongoDB / Redis / Kafka / Elasticsearch 中间件、Kubernetes 集群、Flink 的可视化面板 | 资源监控 |
| 告警 | 七类场景原生告警规则，内置降噪，多渠道通知 | 告警规则 |
| 日志 | 基于 Loki 的容器日志与 HAP 微服务结构化日志检索 | 日志查询 |
| 链路追踪 | 基于 Tempo 的分布式调用链分析（请求量 / 错误率 / 延迟 / 瀑布图） | 链路追踪 |
| 慢查询诊断 | MongoDB 慢查询自动分析与索引优化建议 | MongoDB 慢查询 分析 |
所有被监控目标在 数据源 页面统一管理，资源监控与告警的可选类型均由已启用的数据源动态驱动。
技术架构
运维平台以 Prometheus + Grafana 为核心构建指标与可视化能力，并集成 Loki（日志聚合）、Tempo（分布式链路）、Grafana Alloy（统一采集代理），将指标、日志、链路汇聚到 Grafana 统一查询：
数据流向：
- 指标：node_exporter（主机）、各中间件 exporter、kube-state-metrics（K8s 对象）被 Prometheus 抓取存储。
- 日志：容器 stdout 由 Alloy 采集、HAP 微服务日志由 serilog 直推，统一进入 Loki。
- 链路：应用通过 OTLP 上报到 Alloy，转发进 Tempo。
- 展示与告警：Grafana 统一读取上述数据源出图；平台自研告警子系统独立于 Grafana，按规则周期检查并多渠道通知。
1.4.0 起所有组件合并为单一镜像 ops-allinone，各服务通过 ROLE 环境变量区分角色，只需拉取一个镜像即可部署，离线交付也只是一个文件。
组件版本
| 组件 | 版本 | 作用 |
|---|---|---|
| Prometheus | 3.1.0 | 指标采集与存储 |
| Grafana | 12.2.1 | 统一可视化界面 |
| Loki | 3.5.8 | 日志聚合与检索 |
| Tempo | 2.9.0 | 分布式链路存储 |
| Grafana Alloy | 1.11.3 | 统一可观测性采集（容器日志 / OTLP） |
| node_exporter | 1.8.2 | 主机资源指标 |
| kube-state-metrics | 2.10.1 | Kubernetes 集群对象状态 |
| 中间件 exporter | kafka 1.6.0 / elasticsearch 1.5.0 / redis 1.44.0 / mysqld 0.15.1 / mongodb 0.42.0 | 中间件性能指标 |
| MongoDB | 4.4.28 | 告警子系统自有存储（与被监控目标解耦） |