版本更新 v2.4：指标监控、告警模板与日志告警静默

新增：主机与 JVM 指标监控

v2.4 在日志与链路之外补齐了指标维度。Agent 一键采集主机 CPU、内存、磁盘、网络，以及 JVM 的堆内存、GC 次数、线程数。指标以时序图展示，支持自定义时间范围和对比基线：

system.cpu.usage{host="app-01"} > 0.85 for 5m

指标与日志、链路打通：在告警通知里点一下，就能跳到对应主机的日志和该时间段的链路，不用在三个页面来回切。如果你之前只靠日志关键词告警，补几条 CPU、堆内存、错误率之类的指标规则，是抓住「日志根本没提」的故障的最快办法。

新增：告警模板

过去每个团队要重复配置几十条相似的告警规则。v2.4 支持告警模板，把「错误率」「延迟」「CPU」等常用规则做成模板，参数化后一键应用到多个服务：

alert_template:
  name: service-error-rate
  params: [service, threshold]
  condition: error_rate{service=${service}} > ${threshold}

新服务上线时，套用模板并填参数即可，不用再手写规则，也避免了各团队规则不一致的问题。模板还让「全公司统一什么才算健康」这件事变得可以落地。

新增：日志告警静默窗口

日志告警（关键词、错误数）现在支持静默窗口，配合发版、压测场景，避免计划内操作刷屏。静默期间告警仍会记录，可在审计里查看，什么都没藏，只是不再骚扰人。

优化：链路追踪水合速度

大跨度 Trace 的水合（hydration）速度提升约 50%，万级 span 的 Trace 打开时间从 6 秒降到 3 秒以内。同时优化了 span 的存储压缩，磁盘占用下降约 20%。这两项对高流量服务最明显，那种场景下长链路是常态而不是例外。

修复

• 修复告警通知 Webhook 失败后不重试的问题，现在按指数退避重试 3 次，网关偶发抖动不会再丢告警；
• 修复日志检索中 ORDER BY ts DESC LIMIT 在部分数据量下结果不全的问题；
• 修复 JVM 指标采集在 JDK 17 下线程数统计偏差。

升级说明

本次升级向后兼容，老版本 Agent 无需升级即可继续上报日志与链路；指标采集需要升级 Agent 到 v2.4。升级前建议备份配置库，按「测试环境 → 灰度 → 全量」的顺序推进。如果机器数量多，Agent 升级建议分批灰度，并盯一眼指标写入速率——主机和 JVM 指标会新增一路数据进存储。