运枢:服务运维

排查与边界

记录页面在哪,常见问题怎么处理,以及目前做不到的事。

日志与排查

运枢自己的记录

在「运维(运枢) › 记录」里有三个页面:

  • 「执行记录」:每个变更任务的状态、逐目标的执行和验证结果。任务状态有「排队中」「定时等待」「运行中」「等待审批页确认下一步」「已验证」「已暂停」「待核验」「已人工释放」,逐目标的状态有「待执行」「派发中」「验证中」「已验证」「未执行」「待核验」「已人工释放」。任务上不会出现「失败」。每行点「查看详情」可以按任务编号查看目标、阶段和执行日志,也可以导出全部可查看的任务。管理员能在这里点「停止后续目标」。
  • 「操作审计」:谁在什么时间对哪些运维资源做了什么,包括连接保存、凭据更换、计划被拒绝或撤销、治理拒绝、导出等,每条带有关联的任务或计划,可以点开。时间按北京时间显示,可按时间范围导出,一次最多 31 天。
  • 「运行日志」:运枢服务自身的运行事件。谁做了什么看审计,服务的运行过程看这里。服务日志要到资源详情或「日志检索」读取。
运枢执行记录页
「运维(运枢) › 记录 › 执行记录」页。截图来自测试环境,数据为示例。

平台登录、Key 和授权的变更不在运枢里,要到控制台的「审计日志」查看。

常见问题

现象原因和处理
「只读测试」按钮不可用连接下还没有登记资源,或者连接已停用。先登记资源或启用连接。
测试在「远端驱动」阶段失败远端入口脚本或白名单有问题,或 SSH 公钥没有绑定到固定入口。核对「准备远端入口」里的每一项,并确认保存的主机公钥是经可信渠道核对的。
Kubernetes 测试提示缺少权限结果按能力列出缺的 RBAC 权限,对照「准备远端入口」里的权限表补齐。
创建计划就被拒绝,提示没有人能审批或需要本人确认他人审批的资源没有人持有「审批」,或本人确认的计划由没有归属人员的 Agent 发起。给人员授予「审批」,或给 Agent 补上归属,或调整资源的档位。
计划显示「已失效」,任务暂停时写明「目标或运行手册已被修改,计划失效(未执行)」计划生成后,目标被重启、重建,资源设置、连接设置或运行手册被修改。核对资源后重新生成计划并重新批准。
任务暂停,提示「处于变更冻结窗口」「不在维护窗口内」或超出目标上限按「变更治理」一节的提示处理。被拒绝的派发不产生远端动作。
任务暂停,提示批准人已离职或停用尚未派发任何目标时,计划已退回并重新申请审批,请在职人员批准后再提交。已经执行了部分目标的,剩余目标不再执行,要重新生成计划。
目标显示「待核验」远端结果不明,资源保持锁定。先「只读核验」,仍无法确认时由管理员「人工确认并释放」。不要靠删除模块数据库绕过锁。
重载后结果不明,原因是实例意外变化重载要求实例不变,实例变了说明服务收到信号后重启了。确认服务收到所选信号时是重新加载而不是退出。
日志检索提示不支持按时间窗口检索该资源的远端入口还是协议 1。升级远端的 entry.py(Linux)后重试。
日志检索提示读取失败连接、凭据或远端入口不可用,不代表没有日志。先对连接做「只读测试」。
资源提示「连接凭据无法解密」恢复备份时凭据密钥没有一起恢复。在面板里重新填写这个连接的凭据。
监控规则显示已暂停资源配置或授权发生了变化。核对后重新保存规则。服务停机期间的历史不会补采。

目前的边界

  • 平台验证范围:Linux 在 Docker 里的受限实验节点上经真实 SSH 验证。Kubernetes 在专用的本地 kind 实验集群上验证,包括扩缩容、回滚和 StatefulSet 重启。Linux 的 systemd 和生产的 Docker、Kubernetes 生产部署,都还没有验证。上线前请在你们自己的环境里,按「只读测试」和一次小范围的真实变更先验证。
  • Windows Server:界面里有 Windows Server 平台选项,但目前只有协议模拟,没有在 Windows Server 实机上验证,请不要作为已支持的能力使用。Windows 服务也不支持配置重载。
  • 变更类型:目前有重启、扩缩容、回滚和重载四类。扩缩容和回滚只支持 Kubernetes Deployment,重载只支持 Linux 的 systemd 和 Docker 服务。每次变更都要经人批准,运枢没有「授权后直接调用」,也不会自动重启。
  • 不提供:终端或任意命令、脚本执行,数据库内的操作(SQL、账户、备份恢复),监控指标仓库和主机 CPU、内存等新指标的采集,服务的自动发现,外部通知推送(预警只在站内显示),以及通用的流程引擎。运行手册不是流程引擎,只能串联已有的变更类型。
  • 健康只代表进程或工作负载:状态和验证只证明进程、容器或工作负载的状态,不证明业务接口、数据库查询、消息消费或数据完整性。
  • 规模上限:最多 20 个连接、50 个资源、50 条监控规则、100 个巡检模板、100 个运行手册。资源不能删除也不能迁移,只能关闭已开放的变更。
  • 运行手册的限制:每个运行手册最多 10 步,同一个资源只能出现一次,展开后最多 20 个目标。
  • 日志:脱敏覆盖常见格式,不保证所有秘密都被识别。日志检索最多 10 个资源、24 小时,关键词不支持正则。Kubernetes 的日志按命名空间授权,要用专用命名空间划分边界。
  • 监控:服务停机期间不补采历史。资源配置或授权变化会让规则暂停,需要核对后重新保存。没有预警不代表所有资源健康。
  • 审批:平台管理员不能批准,只能撤销。批准人停用后,原批准失效,需要重新批准。

进一步交流

带一件正在做的事来聊

告诉我们你想让智能体接哪一类系统。我们在演示环境里把这件事走一遍,再一起判断合不合适。