Files

T

王绍宏 8f1a8b6283 feat(syslog): 增加 WAL 与分 IP 接入诊断

- 每分钟保存 WAL 全局状态和分 IP 接收统计，历史保留 7 天
- 记录接收、WAL 落盘、Kafka ACK、过滤、背压及丢弃数量
- 增加 wal_max_pending_bytes 和 wal_admission_unavailable 指标
- 增加 TCP pending 当前值及进程内峰值统计
- 网络异常后同一 IP 恢复接收时打印恢复日志
- 提供当前状态及按日期查询诊断历史的接口
- 连接关闭时清理 TCP pending 计数并停止无效重试
- 增加相关单元测试和现场排查文档

2026-09-16 17:32:08 +08:00

4.9 KiB

Raw Permalink Blame History

v5 现场设备原始日志采样

天眼/微步 JSON 异常的代码入口和现场开发排查顺序见 02-json-format-error-debug-guide.md。

Syslog 接收、WAL、Kafka ACK、设备过滤和 TCP 异常的全局/分 IP 七天诊断历史见 03-syslog-wal-diagnostics.md。

功能说明

v5 为 syslog-consumer-rule 增加按设备短时采集原始日志的诊断接口，并提供自动落盘脚本。

单次采集最长 600 秒；
单次最多返回 50 条；
先保留采集窗口内最早的 N 条日志；
后续出现非标、规则执行异常、InfluxDB 写入异常、达梦写入异常或 Retry/DLT 时，用异常日志逐条替换最早的正常样本；
返回内容来自规则解析和非标字段截断之前，不受 HB_XDR_TRUNCATED 影响；
三个 syslog-consumer-rule 实例通过相同 Redis 汇聚有界候选集；
不新增数据库表，也不需要执行达梦 SQL。

升级与配置

滚动升级全部 syslog-consumer-rule 实例，并确保各实例连接同一个 Redis。原始日志采集和多实例汇聚默认均已启用；建议在所有实例显式保留以下配置，便于现场识别和后续调整：

- SYSLOG_RAW_CAPTURE_ENABLED=true
- SYSLOG_RAW_CAPTURE_CLUSTER_ENABLED=true

推荐保留默认配置：

- SYSLOG_RAW_CAPTURE_MAX_ACTIVE_SESSIONS=20
- SYSLOG_RAW_CAPTURE_MAX_RETAINED_SESSIONS=100
- SYSLOG_RAW_CAPTURE_CLUSTER_ACTIVATION_DELAY_MS=1000
- SYSLOG_RAW_CAPTURE_CLUSTER_SYNC_INTERVAL_MS=200
- SYSLOG_RAW_CAPTURE_SETTLE_SECONDS=30
- SYSLOG_RAW_CAPTURE_RESULT_RETENTION_MINUTES=30

如果多个 Java 进程运行在同一主机且没有不同的容器 HOSTNAME，应为每个实例配置不同标识：

- SYSLOG_RAW_CAPTURE_NODE_ID=consumer-rule-01

接口会返回完整原文，应只允许受信任的运维网络或现有管理网关访问。

一键采集

脚本依赖 bash、curl 和 python3。先增加执行权限：

chmod 700 /升级资料路径/v5/capture-device-raw-logs.sh

基本用法：

/升级资料路径/v5/capture-device-raw-logs.sh \
  38 \
  60 \
  10 \
  http://127.0.0.1:8289/xdrrule \
  /data/haobang/raw-log-captures

参数依次是：

设备 ID；
采集秒数，默认 60，最大 600；
样本数，默认 10，最大 50；
syslog-consumer-rule 基础地址，默认 http://127.0.0.1:8289/xdrrule；
本地输出目录，默认当前目录下的 raw-log-captures。

如果接口经过鉴权网关，可通过环境变量传入请求头：

RAW_CAPTURE_AUTH_HEADER='Authorization: Bearer 替换为现场令牌' \
  ./capture-device-raw-logs.sh 38 120 20 https://管理地址/xdrrule /data/raw-samples

输出文件

每次运行生成独立目录：

device-38_20260914-190000_会话ID/
├── start.json
├── latest.json
├── result.json
├── samples.jsonl
├── session-id.txt
├── summary.txt
└── raw/
    ├── 001_normal_事件ID.log
    └── 002_anomaly_事件ID.log

result.json：最终完整 API 响应，是最完整的交付文件；
samples.jsonl：每行一条样本及其处理状态、异常原因和原文；
raw/*.log：每条原始报文单独保存，内容不添加分隔符，也不主动截断；
summary.txt：会话时间、收到的消息数、异常数和替换数；
latest.json：脚本被中断或等待超时时保留的最后一次有效快照。

脚本设置 umask 077，新生成文件默认只允许执行脚本的账号访问。

生命周期

状态依次为：

SCHEDULED -> RUNNING -> DRAINING -> COMPLETED

采集时间到达后不再接收新日志，随后默认等待 30 秒，让窗口内日志的异步处理异常完成替换。进入 COMPLETED 后结果默认继续保留 30 分钟，之后 Redis TTL 自动删除。

脚本会一直轮询到 COMPLETED 并自动导出，不需要人工再次查询。关闭终端或脚本等待超时不会使服务端会话永久运行，会话仍按上述时间自动结束。

常见问题

返回 503：现场原始日志采样功能未启用

确认实例没有通过环境变量设置 SYSLOG_RAW_CAPTURE_ENABLED=false，并确认实例已经升级到 v5 JAR。

返回 503：跨实例原始日志采样暂不可用

检查所有 syslog-consumer-rule 实例到 Redis 的网络、密码、数据库编号是否一致。Redis 故障只影响诊断采集，不会中断主 Kafka 消费。

返回 429

活动采集会话达到上限。等待已有会话进入 COMPLETED，或核对是否有人重复创建采集任务。

脚本退出码为 2

表示客户端等待超时，但已经把最后一次有效快照写入输出目录。服务端会话仍会自动结束，可在结果保留期内使用 session-id.txt 中的 ID 再查询：

curl 'http://127.0.0.1:8289/xdrrule/api/syslog/raw-captures/会话ID'

4.9 KiB Raw Permalink Blame History Unescape Escape