监控¶
启用 Chart 的监控对象（需要 Prometheus Operator 和 Grafana sidecar）：
metrics:
serviceMonitor: { enabled: true }
prometheusRule: { enabled: true, overdueHours: { prod: 26, default: 50 } }
grafanaDashboard: { enabled: true }
告警¶
| 告警 | 触发条件 | 运维手册 |
|---|---|---|
TenaxBackupOverdue |
在 overdueHours（按 env 标签）内没有成功的全量备份 |
BackupOverdue |
TenaxBackupNeverSucceeded |
某个目标从未有过成功的备份 | BackupOverdue |
TenaxStreamLagHigh |
变更流落后 | StreamLagHigh |
TenaxStreamChainBroken |
时间点链断裂（复制槽丢失、binlog 被清除） | StreamChainBroken |
TenaxVerificationFailed |
最近一次校验恢复失败 | VerificationFailed |
TenaxVerificationOverdue |
连续 8 天没有成功的校验 | VerificationFailed |
TenaxSlotWALRetentionHigh |
某个复制槽在数据库上保留了大量 WAL | SlotWALRetentionHigh |
TenaxStoreUnreachable |
无法访问某个 BackupStore | StoreUnreachable |
TenaxGCFailing |
垃圾回收近期没有成功 | GCFailing |
TenaxSandboxExpiryFailing |
超过 TTL 的沙箱没有被删除 | SandboxExpiryFailing |
这些规则位于 charts/tenax/files/prometheus-rules.yaml，并用 promtool 进行了单元测试。所有指标都列在
指标中。
仪表盘¶
Tenax Grafana 仪表盘按目标显示：最近一次成功、备份耗时和大小（原始大小与存储大小）、流延迟、时间点窗口、 校验结果和恢复耗时、复制槽 WAL 保留量、存储大小、队列深度以及活跃沙箱。