Skip to content
系列教程 · 第 05 篇

分析页:从图表到运维判断

四张 KPI 卡、执行趋势、健康象限、时段热力图与耗时排行,分别回答什么问题。

更新于 2026-11-17MIT 开源

分析页:从图表到运维判断 ​

分析页经过 v2.1、v2.3、v2.5、v2.7 几轮重构,现在的结构不是“堆图表”,而是围绕四个问题组织:有多少作业、现在跑得怎么样、执行质量如何、哪里可能有风险。

分析页

1. 页面结构 ​

区域内容
顶部服务标识(服务名 + DEV / TEST / UAT / PROD)
KPI 区作业总览、调度运行态、执行质量、风险巡检
趋势执行趋势(整行)
分析区作业健康象限、时段分布热力图(左右并排)
排行耗时 TOP 排行

页面没有时间范围选择控件,统计窗口由后端查询参数决定;前端当前使用后端默认窗口。

2. 四张 KPI 卡 ​

2.1 作业总览 ​

展示作业总数与启用占比,附启用 / 禁用 / 正常 / 暂停数量。用于确认“配置层面是否正常”,例如发布后是否有一批作业被误禁用。

2.2 调度运行态 ​

  • 执行中任务数与线程槽位;
  • 调度器状态:运行中 / 待机 / 排水中 / 已停止;
  • 运行时长;
  • 线程池上限;
  • 待补偿的中断记录数。

该卡片按 5 秒轮询刷新,页面不可见时暂停轮询,避免后台空转。

2.3 执行质量 ​

  • 近 7 日成功率(环形图展示);
  • 近 7 日成功数与失败数。

成功率下降但失败数不多时,往往是执行总量变小导致的,需要结合趋势图判断,不能只看百分比。

2.4 风险巡检 ​

  • 指标值 = 沉默作业数 + 风险作业数;
  • 沉默作业:已启用、未暂停,但统计窗口内没有任何执行记录;
  • 风险作业:成功率低于 95% 且存在失败记录;
  • 卡片底部展示沉默作业数量与失败最多的作业。

沉默作业常见于 Cron 写错、触发器未生效、作业被禁用后又启用;周级或月级低频任务可能被误判,需要结合业务周期看。

3. 图表怎么读 ​

3.1 执行趋势 ​

按天展示总执行数、成功数、失败数与成功率,并在失败曲线上用 2σ 规则标出异常日(失败数超过均值的两倍标准差)。图表上方给出日环比与异常日数量。

v2.5.1 修正了“按小时聚合”的统计口径,现在按自然日聚合。

3.2 作业健康象限 ​

  • 横轴:成功率(阈值 80%);
  • 纵轴:平均耗时(阈值取所有作业耗时的中位数);
  • 气泡大小:执行次数;
  • 气泡颜色:作业状态。
象限含义建议
高成功率 · 低耗时健康保持
高成功率 · 高耗时稳定但慢关注资源占用与超时设置
低成功率 · 低耗时快速失败多为配置或依赖问题,优先排查
低成功率 · 高耗时高风险优先处理,可能拖垮线程池

v2.5.1 修复了大气泡遮挡小气泡导致无法选中的问题。

3.3 时段分布热力图 ​

按星期 × 小时统计执行次数,颜色越深表示越密集。用于发现调度扎堆:

  • 大量作业集中在同一分钟,容易挤占线程池;
  • 与业务高峰重叠时,考虑错峰;
  • 空白格子表示该时段没有执行。

3.4 耗时 TOP 排行 ​

列出平均耗时、最大耗时、最小耗时与最近执行时间,是性能优化的入口。耗时长期接近调度间隔的作业,应考虑拆分或改为异步处理。

4. 数据是怎么算出来的 ​

  • KPI 与趋势来自概览接口,健康象限与耗时排行来自性能接口;
  • 数据库存储模式下,统计查询在数据库侧完成(GroupBy),不会把日志全量加载到内存;
  • 查询统一使用 AsNoTracking(),减少变更跟踪开销;
  • 文件存储模式下为内存聚合,数据量大时性能不如数据库;
  • 运行态数据来自当前调度器实例,多实例部署时只反映当前节点。

这也是 v2.5.1 的主要优化点:在此之前,分析页会全量加载日志,日志量大时明显变慢。

5. 三个实际使用场景 ​

5.1 发布后确认 ​

  1. 看「调度运行态」是否运行中、待补偿是否为 0;
  2. 看「作业总览」的启用数量是否与发布前一致;
  3. 看「执行趋势」近期是否有异常失败峰值。

5.2 收到失败告警后 ​

  1. 在「风险巡检」确认失败最多的作业;
  2. 进入日志页开启「仅看异常」;
  3. 结合耗时与错误信息判断是代码问题、依赖问题还是超时。

5.3 容量与错峰 ​

  1. 看热力图中执行最密集的时段;
  2. 看耗时 TOP 中接近调度间隔的作业;
  3. 调整 Cron 或拆分作业,避免线程池被长时间占用。

6. 注意事项 ​

  • 分析页只统计已落库的日志;运行中的执行尚不计入成功数;
  • 中断记录会计入日志,但不会被当成成功;
  • 文件存储下日志量过大时,建议切换数据库存储;
  • 「沉默作业」是提示而非结论,低频任务需要人工确认。

相关阅读 ​

让 Quartz.Net 调度,从未如此简单