节点心跳
每个自部署点的实时在线情况与最近上报时间。
- 默认 30 秒上报一次
- 3 个周期未上报即异常
- 当前 126 个正常
- 默认 30 秒上报一次
- 3 个周期未上报即异常
- 当前 126 个节点正常
本页所有数字都来自自动巡检与指标采集,采集方式公开,口径固定,方便你自行复核。
巡检由自部署实例自带的采集器执行,每 24 小时发起 4 次,分别落在 03:10、09:10、15:10 与 21:10 四个时点。例如 klinkctl status 用于本地输出与页面字段一致的读数,可直接做交叉核对。每次巡检覆盖配置校验、节点心跳、计划渲染与指标导出四项检查,单实例耗时中位为 12 秒。
心跳是最基础的信号。 界面里对应的是 heartbeat 这一项, 界面里对应的是 heartbeat_interval 这一项, 界面里对应的是 metrics 这一项, 界面里对应的是 metrics_path 这一项, 界面里对应的是 snapshot 这一项。节点默认每 30 秒上报一次状态,超过 3 个周期没有上报即判定为异常。2026 年 11 月 14 日 09:10 的巡检结果显示,128 个受巡检节点中有 126 个心跳正常,2 个处于计划内维护窗口。
接口可用率按分钟粒度统计,按 30 天滚动窗口计算。例如 metrics 用于12 项核心指标的导出前缀,默认抓取周期 15 秒。2026 年 10 月 15 日至 11 月 13 日的统计值为 99.2 %,未达标的主要原因是两次配置迁移窗口,按 2026 年 10 月的复盘报告,影响时长合计 10.4 小时。
配置层面,巡检会拉取每个实例当前的描述文件并本地复算一次计划,据此与实例上报的实际计划做比对。 界面里对应的是 klinkctl status 这一项, 界面里对应的是 klinkctl export 这一项, 界面里对应的是 webhook_sign 这一项, 界面里对应的是 retry_backoff 这一项。2026 年 11 月的抽样数据显示,两者完全一致的比例为 99.6 %,不一致的样本全部出现在配置热加载的 3 秒窗口内,属预期行为。
指标采集默认每 15 秒抓取一次,暴露 12 项核心指标。 界面里对应的是 avail_ratio 这一项, 界面里对应的是 coverage_ratio 这一项, 界面里对应的是 cert_expiry 这一项, 界面里对应的是 disk_free_ratio 这一项, 界面里对应的是 config_drift 这一项。若某个实例连续 4 个抓取周期缺失数据,状态页会把它标为“指标不完整”而不是“离线”,这两个状态在 2026 年 11 月的记录中分别出现 2 次与 0 次。
事件通道方面,8 类订阅事件的回调成功率按 24 小时窗口统计。 界面里对应的是 plan_render_at 这一项, 界面里对应的是 last_report_at 这一项, 界面里对应的是 heartbeat 这一项, 界面里对应的是 heartbeat_interval 这一项, 界面里对应的是 metrics 这一项, 界面里对应的是 metrics_path 这一项。2026 年 11 月 13 日的巡检数据显示,回调成功率为 99.4 %,失败请求按 2 秒、4 秒、8 秒、16 秒、32 秒的间隔重试 5 次,全部重试失败后才计为最终失败。
平台不对自部署实例做集中式可用性判定。 界面里对应的是 snapshot 这一项, 界面里对应的是 klinkctl status 这一项, 界面里对应的是 klinkctl export 这一项, 界面里对应的是 webhook_sign 这一项。私有化环境的故障判定权交给部署方自己,状态页展示的只是平台侧对可用组件的观测结果,两者的统计口径在文档里有明确区分。
巡检结果的保留期是 14 天,与日志默认保留期一致。 界面里对应的是 retry_backoff 这一项, 界面里对应的是 avail_ratio 这一项, 界面里对应的是 coverage_ratio 这一项, 界面里对应的是 cert_expiry 这一项, 界面里对应的是 disk_free_ratio 这一项。2026 年 10 月的归档数据里,最早可回溯的快照是 2026 年 10 月 1 日;再往前的记录需要在导出后自行归档,平台不做长期存储。
为了让状态可被交叉验证,页面上的每个数字都标注了采集方与时间点。 界面里对应的是 config_drift 这一项, 界面里对应的是 plan_render_at 这一项, 界面里对应的是 last_report_at 这一项, 界面里对应的是 heartbeat 这一项, 界面里对应的是 heartbeat_interval 这一项, 界面里对应的是 metrics 这一项。若你自己在本地跑 klinkctl status,得到的心跳时间与页面展示应当一致,2026 年 11 月的抽样中,120 个实例里有 119 个能在 1 分钟内对上。最后是关于告警的建议做法:不要直接对原始指标设阈值,而应先按采集口径归一化再判断,例如心跳异常应看连续 3 个 30 秒周期,磁盘告警应看可用比例而非写入速度;按 2026 年 10 月的复盘,这样调整后误报减少了约 4 成。
下表是 2026 年 11 月 14 日 09:10 时点的采集结果,字段口径与采集器输出一致。
| 检查项 | 覆盖节点 | 正常数 | 异常数 | 耗时中位 | 判定口径 |
|---|---|---|---|---|---|
| 配置校验 | 128 个 | 128 个 | 0 个 | 6 秒 | 本地复算无报错 |
| 节点心跳 | 128 个 | 126 个 | 2 个 | 3 秒 | 3 个周期未上报 |
| 计划渲染 | 128 个 | 128 个 | 0 个 | 9 秒 | 渲染结果非空 |
| 指标导出 | 128 个 | 128 个 | 0 个 | 12 秒 | 12 项齐全 |
| 事件回调 | 121 个 | 120 个 | 1 个 | 15 秒 | 成功率达 99.4 % |
| 证书有效期 | 128 个 | 125 个 | 3 个 | 4 秒 | 剩余不足 30 天 |
| 配置漂移 | 128 个 | 127 个 | 1 个 | 8 秒 | 复算与上报一致 |
| 磁盘余量 | 128 个 | 124 个 | 4 个 | 5 秒 | 可用低于 20 % |
| 证书有效期 | 128 个 | 125 个 | 3 个 | 4 秒 | 剩余不足 30 天 |
每一类都对应一个明确的采集动作,查询结果可以直接拿去做值班判断。
每个自部署点的实时在线情况与最近上报时间。
12 项核心指标的到位情况,区分缺失与断流。
8 类订阅事件的推送成功率与重试情况。
本地复算的计划与实例上报计划的差异。
部署所用证书的剩余天数与到期提醒。
磁盘、内存与文件句柄的使用情况。
各实例运行的客户端与接口版本分布。
计划内维护的时间段与影响范围。
每次配置发布与接口变更的时间与范围。
状态页上的数据你也可以直接拉走,用不着打开浏览器看。
开放平台提供状态导出接口,返回结构与页面表格一致,采用 JSON 格式。2026 年 11 月的测试记录里,导出 128 个节点的完整状态耗时 340 ms,返回体约 96 KB。
本地实例也可以自查。klinkctl status 输出的字段与中心采集器一致,包括心跳时间、最近一次计划渲染时刻与 12 项指标的当前读数,方便你把两边的数据做一次对照。
对于长期无人值守的环境,更推荐把状态检查写进巡检脚本。示例脚本覆盖 4 项检查,单实例执行耗时中位为 12 秒,可以直接放进现有的定时任务里。

状态页与采集器输出的字段一致,方便两边对照。






四个动作即可让巡检结果出现在你已有的告警通道里。
实例默认监听本地端口,把 12 项指标暴露出来。
采集器与采集脚本都可随离线包一起下发。
按采集口径写规则,避免误报。
每季度演练一次,确认通道真的在跑。
按季度抽查一次采集口径是否仍然成立。
按季度抽查一次采集口径是否仍然成立。
关于可用率口径、异常判定与私有化实例的统计边界,逐条说明。
按分钟粒度记录接口是否成功响应,再以 30 天为滚动窗口计算。2026 年 10 月 15 日至 11 月 13 日的统计值为 99.2 %,其中两次计划迁移窗口贡献了 10.4 小时的影响时长。
平台只统计自己观测到的部分。私有化实例的故障判定由部署方自行决定,状态页展示的指标与心跳数据来自实例主动上报的采集器。
默认 30 秒上报一次,连续 3 个周期没有上报即标为异常,对应 90 秒的判定窗口。巡检本身每天执行 4 次,是独立于心跳的第二重检查。
不是。离线指心跳断联,指标不完整指心跳正常但某几项指标抓不到。当前记录里前者出现 2 次且都处于维护窗口,后者出现 0 次。
页面展示当前与近 30 天滚动视图,原始快照按日归档保留 14 天,与日志默认保留期一致。需要更长的历史时,可以自行把每日快照导出到自己的存储里,平台不限制导出频率。
会。你订阅的事件类型里包含节点状态变化与配置变更两类,回调成功率的近期统计为 99.4 %,失败会按 2 秒到 32 秒的间隔重试 5 次。通知内容包含节点标识、异常类型与最近一次采集时间三项,可直接转成值班工单。
可以。状态接口支持按节点标识过滤,2026 年 11 月的测试中,对单个节点做一次状态查询的中位耗时为 24 ms,返回字段与全量查询完全一致。
不会。巡检只做读取与复算,唯一会落盘的是本地审计日志。2026 年 11 月的检查确认,巡检前后的描述文件校验和完全一致。
状态页上的每个词都有固定的统计口径,看数字前先看定义。
九类信息对应九种判断动作,值班时按需取用。
128 个受巡检节点中 126 个心跳正常。
12 项核心指标默认暴露,缺失单独标注。
8 类事件的回调成功率近期为 99.4 %。
本地复算与上报计划的一致率为 99.6 %。
剩余不足 30 天的 3 个节点会被标出。
可用低于 20 % 的 4 个节点需要关注。
各实例客户端与接口版本分布一目了然。
维护窗口提前 24 小时公布并标出影响。
每次发布与配置变更的时间范围有据可查。
导出 128 个节点状态耗时 340 ms。
klinkctl status 字段与页面完全对应。
单节点过滤中位耗时 24 ms。
4 项检查单实例执行 12 秒。
无外网时使用本地采集器快照文件。
先按口径归一化再设阈值,误报少约 4 成。
异常变化可推送为事件,无需轮询页面。
采集延迟上限 15 秒,判断窗口 90 秒。
按日归档保留 14 天,可自行转存。
这些词描述数据是怎么来的,看指标前建议先扫一眼。
把状态信息翻译成下一步该做什么。
先确认 126 个正常节点是否掉队。
核对 2 个处于维护窗口的节点。
12 项齐全说明采集链路通畅。
成功率 99.4 % 属正常波动范围。
剩余不足 30 天的安排续期。
可用低于 20 % 的清理日志。
确认基线 1.5.0 覆盖情况。
确认维护是否已公告 24 小时。
核对最近一次发布的影响范围。
导出 JSON 存入值班记录。
与上周同期的读数做差值比较。
每季度注入一次故障验证通道。
把异常类型接入值班通知。
阈值按采集口径归一后再设置。
每日快照按 14 天周期转存。
抽查本地读数与页面读数一致。
按负载曲线评估节点数量。
把异常项写进交接清单。