OBSERVE v2.4 发布：告警聚合、Trace 采样与信创兼容增强

v2.4 是 OBSERVE 在告警体验和信创兼容上的一次重要更新，重点解决三个问题：告警风暴怎么压、慢请求怎么不丢、国产数据库怎么跑得更快。本版本共新增 10 项功能、5 项改进，修复 6 个问题，建议所有 v2.3 用户安排升级。

新增功能

• 告警聚合：同一告警规则触发的多条通知按维度（服务、主机、标签）合并为一条，避免 50 台机器同时挂掉时手机被打爆；支持自定义聚合窗口与去重键。默认窗口 30 秒，去重键可设为「服务名 + 主机 + 告警名」。
• 告警静默窗口：按时间规则或标签匹配临时静默，发版、压测期间不再被重复告警打扰。
• Trace 尾采样：在 Agent 端按错误率、慢请求比例做尾部采样，低频但有价值的慢调用不再被固定比例采样漏掉。
• 日志字段自动类型推断：接入时自动识别时间戳、数字、IP 等字段类型，检索时可直接做数值范围与 IP 段过滤，不用手动建映射。
• 日志导出：检索结果支持一键导出 CSV/JSON，单次上限 50 万行，满足审计与二次分析需求。
• 角色权限增强：新增只读角色与项目级隔离，可限制成员只看到自己负责的服务和告警。
• 告警通知渠道扩展：新增企业微信、飞书、钉钉机器人 Webhook 接入，支持自定义消息模板，告警内容可带上摘要和跳转链接。
• 自定义大盘分享：支持生成只读分享链接，可设有效期与访问密码，方便把关键图表分享给业务方。
• 服务拓扑：自动生成服务间调用关系图，标注错误率和平均延迟，一眼看清依赖和瓶颈。
• 告警事件时间线：记录聚合告警从触发、静默到恢复的完整过程，形成可回溯的事件记录。

改进项

• 达梦 DM8 与人大金仓 KingbaseES V8 兼容性增强：修复了时间分区表在大范围查询下的慢查询问题，写入吞吐提升约 30%。
• 告警规则编辑器支持表达式校验与历史回溯：配置阈值前可以对过去 24 小时数据做一次模拟，看看会触发多少次告警，配错规则保存前就能报错。
• 查询引擎对 GROUP BY 高基数字段增加了内存保护，超限自动截断并提示，避免一条查询拖垮节点。
• 大盘（Dashboard）加载速度优化，含 100+ 图表的页面首屏时间降低约 40%。
• 日志解析支持 grok 自定义规则：非标准格式的日志也能结构化，扩展了采集端的解析能力，配合字段类型推断使用体验更顺。

修复

• 修复极端并发下日志写入偶发丢数据的问题（涉及 WAL 落盘时序）。
• 修复麒麟 V10 上开机自启脚本偶发失效的问题。
• 修复 OpenTelemetry 协议头缺失时上报被静默丢弃的问题，现在会记录告警日志。
• 修复时间跨月时 time_bucket 边界计算偏差的问题。
• 修复仪表盘切换时间范围后图表不刷新的问题。
• 修复告警聚合与静默同时生效时偶发漏通知的问题。

已知问题

• 在龙芯 3A5000 上，极端并发下 Trace 图渲染偶发卡顿，预计 v2.5 修复，临时可关掉火焰图视图规避。
• 从 v2.2 直接跳级升级到 v2.4 的链路暂不支持，需先升到 v2.3。

升级注意事项

从 v2.3 升级需先备份元数据库，并按顺序执行 v2.3 → v2.4 的迁移脚本；升级过程中告警规则会做一次格式迁移，建议在低峰期操作。升级完成后在「系统状态」页确认组件版本号一致，再恢复流量。若使用了达梦或人大金仓作为存储，升级后需要重新执行一次 jjhub-storage check，确认分区键迁移成功。若升级后发现问题，可从备份恢复元数据库并回滚到 v2.3，回滚窗口建议控制在升级后 24 小时内，避免新旧格式数据混写。上线前建议先在单个测试租户上演练一遍，回放一天的流量，并与旧版本比对告警输出——尤其是依赖新告警聚合规则的场景，能在进生产前发现大部分迁移问题。