# 监控指标文档

## 概览

| 服务 | 端点 | 端口 | 说明 |
|------|------|------|------|
| app | `GET /health` | 8080 | 主站 API (含 `/metrics`) |
| static | `GET /health` | 8081 | 静态文件服务 (avatar, blob, media) |
| gitserver | `GET /health` | 8021 | Git 智能协议 (HTTP + SSH) |
| git-hook | `GET /health` | 8083 | Hook worker (含 `/metrics`) |
| email-worker | `GET /health` | 8084 | 邮件队列 worker (含 `/metrics`) |

## 健康检查返回格式

所有服务的 `/health` 返回格式一致：

```json
{ "status": "ok", "db": "ok", "cache": "ok" }
```

- `db: ok` — PostgreSQL 可用
- `cache: ok` — Redis 可用
- 任一不可用时返回 HTTP `503`，`status: unhealthy`

## Prometheus 采集配置

```yaml
scrape_configs:
  - job_name: 'gitdata-app'
    static_configs:
      - targets: ['app:8080']
    metrics_path: '/metrics'

  - job_name: 'gitdata-git-hook'
    static_configs:
      - targets: ['git-hook:8083']
    metrics_path: '/metrics'

  - job_name: 'gitdata-email-worker'
    static_configs:
      - targets: ['email-worker:8084']
    metrics_path: '/metrics'
```

> 注：gitserver 和 static-server 目前未暴露 `/metrics`，仅用于健康检查。

## 指标列表

### git-hook 指标 (`GET :8083/metrics`)

| 指标名 | 类型 | 标签 | 说明 |
|--------|------|------|------|
| `hook_tasks_total` | Counter | `task_type` | 各类型任务总执行次数 |
| `hook_tasks_success_total` | Counter | `task_type` | 成功完成的任务数 |
| `hook_tasks_failed_total` | Counter | `task_type` | 失败的任务数 (不含重试) |
| `hook_tasks_locked_total` | Counter | — | 仓库被其他 worker 锁定，重新入队的次数 |
| `hook_tasks_retried_total` | Counter | — | 触发重试的次数 |
| `hook_tasks_exhausted_total` | Counter | — | 重试耗尽后被丢弃的任务数 |
| `hook_sync_branches_changed_total` | Counter | — | 同步时产生的分支变更总数 |
| `hook_sync_tags_changed_total` | Counter | — | 同步时产生的标签变更总数 |

**`task_type` 标签值**：
- `Sync` — 完整同步 (refs + commits + tags + LFS + fsck + gc + skills)
- `Fsck` — 仅校验仓库完整性
- `Gc` — 仅垃圾回收

**PromQL 示例**：
```promql
# 任务成功率
hook_tasks_success_total / hook_tasks_total

# Sync 任务失败率
rate(hook_tasks_failed_total{task_type="Sync"}[5m])

# 仓库锁定频率
rate(hook_tasks_locked_total[15m])
```

---

### email-worker 指标 (`GET :8084/metrics`)

| 指标名 | 类型 | 说明 |
|--------|------|------|
| `email_queued_total` | Counter | 写入 Redis Stream 的邮件总数 (生产端) |
| `email_consumed_total` | Counter | 从队列消费的邮件总数 |
| `email_batch_size` | Counter | 消费批次大小累计值 |
| `email_validation_skipped_total` | Counter | 收件人地址校验失败被跳过的邮件数 |
| `email_build_errors_total` | Counter | 邮件消息构建失败的次数 |
| `email_send_attempts_total` | Counter | SMTP 发送尝试总次数 (含重试) |
| `email_sent_total` | Counter | 成功发送的邮件数 |
| `email_send_failures_total` | Counter | 经 3 次重试后最终失败的邮件数 |

**PromQL 示例**：
```promql
# 邮件发送成功率
email_sent_total / (email_sent_total + email_send_failures_total)

# 校验失败率
rate(email_validation_skipped_total[5m]) / rate(email_queued_total[5m])
```

---

### app 指标 (`GET :8080/metrics`)

由 `observability` crate 导出：

| 指标名 | 类型 | 说明 |
|--------|------|------|
| `ai_calls_total` | Counter | AI 对话调用总次数 |
| `ai_calls_success` | Counter | AI 调用成功次数 |
| `ai_calls_failure` | Counter | AI 调用失败次数 |
| `ai_input_tokens_total` | Counter | 累计输入 token 数 |
| `ai_output_tokens_total` | Counter | 累计输出 token 数 |
| `ai_function_calls_total` | Counter | AI function/tool 调用次数 |
| `http_requests_total` | Counter | HTTP 请求总数 (via `service="app"`) |
| `http_request_duration_ms_total` | Counter | HTTP 请求累计耗时 (ms) |
| `http_requests_by_status_class` | Gauge | 按状态码分类的请求数 (`2xx`, `4xx`, `5xx`) |

## Kubernetes 探针配置

> 以下为 values.yaml 中实际生效的配置值。Helm 模板使用具名端口 `health` 引用容器端口。

### app

```yaml
livenessProbe:
  httpGet:
    path: /health
    port: 8080
  initialDelaySeconds: 5
  periodSeconds: 10

readinessProbe:
  httpGet:
    path: /health
    port: 8080
  initialDelaySeconds: 5
  periodSeconds: 5

startupProbe:
  httpGet:
    path: /health
    port: 8080
  initialDelaySeconds: 0
  periodSeconds: 10
  failureThreshold: 30
```

### static

```yaml
livenessProbe:
  httpGet:
    path: /health
    port: 8081
  initialDelaySeconds: 5
  periodSeconds: 10
  timeoutSeconds: 3
  failureThreshold: 3

readinessProbe:
  httpGet:
    path: /health
    port: 8081
  initialDelaySeconds: 5
  periodSeconds: 5
  timeoutSeconds: 3
  failureThreshold: 3
```

### gitserver

```yaml
livenessProbe:
  httpGet:
    path: /health
    port: health        # 具名端口，映射到容器 8021
  initialDelaySeconds: 5
  periodSeconds: 10
  timeoutSeconds: 3
  failureThreshold: 3

readinessProbe:
  httpGet:
    path: /health
    port: health
  initialDelaySeconds: 5
  periodSeconds: 5
  timeoutSeconds: 3
  failureThreshold: 3
```

### git-hook

```yaml
livenessProbe:
  httpGet:
    path: /health
    port: 8083
  initialDelaySeconds: 10
  periodSeconds: 15
  timeoutSeconds: 5
  failureThreshold: 3

readinessProbe:
  httpGet:
    path: /health
    port: 8083
  initialDelaySeconds: 5
  periodSeconds: 10
  timeoutSeconds: 3
  failureThreshold: 3
```

### email-worker

```yaml
livenessProbe:
  httpGet:
    path: /health
    port: 8084
  initialDelaySeconds: 10
  periodSeconds: 30
  timeoutSeconds: 5
  failureThreshold: 3

readinessProbe:
  httpGet:
    path: /health
    port: 8084
  initialDelaySeconds: 5
  periodSeconds: 15
  timeoutSeconds: 3
  failureThreshold: 3
```

## 告警规则示例

```yaml
# Git Hook Worker Down
- alert: GitHookDown
  expr: up{job="gitdata-git-hook"} == 0
  for: 1m
  labels:
    severity: critical
  annotations:
    summary: "Git Hook worker 无法访问"

# Git Hook 任务失败率过高
- alert: GitHookHighFailureRate
  expr: |
    rate(hook_tasks_failed_total[5m])
    / rate(hook_tasks_total[5m]) > 0.1
  for: 5m
  labels:
    severity: warning
  annotations:
    summary: "Git Hook 任务失败率超过 10%"

# Email Worker Down
- alert: EmailWorkerDown
  expr: up{job="gitdata-email-worker"} == 0
  for: 1m
  labels:
    severity: critical
  annotations:
    summary: "Email Worker 无法访问"

# 邮件发送失败率过高
- alert: EmailHighFailureRate
  expr: |
    rate(email_send_failures_total[5m])
    / (rate(email_sent_total[5m]) + rate(email_send_failures_total[5m])) > 0.05
  for: 10m
  labels:
    severity: warning
  annotations:
    summary: "邮件发送失败率超过 5%"
```

## Sitemap 服务端点

| 端点 | 说明 |
|------|------|
| `GET /sitemap.xml` | sitemapindex，引用所有子 sitemap |
| `GET /sidemap/static` | 固定页面 (首页、auth、营销页) |
| `GET /sidemap/users` | 公开用户页面 (按用户名字母排序) |
| `GET /sidemap/projects` | 公开项目页面 (按项目名字母排序) |
| `GET /sidemap/repos` | 公开仓库页面 (按仓库名字母排序) |
| `GET /robots.txt` | robots.txt，声明 Sitemap 位置 |

**缓存策略**：用户/项目/仓库 sitemap 数据通过 Redis 缓存，TTL 8 小时，访问不续期，过期自动重新生成。缓存在 key `sidemap:{users,projects,repos}` 下。

**域名**：`robots.txt` 中的 Sitemap URL 动态读取 `APP_DOMAIN_URL` 环境变量并强制使用 `https://` 前缀。

**禁止爬取**：
- 主站 `app` (`/robots.txt`) — 禁止 `/api/`、`/health`、`/metrics`、`/ws/` 等，同时声明 `Sitemap: {APP_DOMAIN_URL}/sitemap.xml`
- Gitserver (`/robots.txt`) — `Disallow: /` 禁止所有路由，并指向主站 sitemap

**缓存策略**：用户/项目/仓库 sitemap 数据通过 Redis 缓存，TTL 8 小时，访问不续期，过期自动重新生成。缓存在 key `sidemap:{users,projects,repos}` 下。