Executive Summary
当插件实例 CPU 持续飙升时，平台需要在 30 秒内触发自动限流，将并发控制在可接受范围，避免异常扩散到整租户。本子场景涵盖指标采集、阈值策略、限流指令执行以及告警回写，确保自动化处置可审计、可回滚，并给运维提供解除或升级的路径。
Scope & Guardrails
- In Scope：CPU 指标聚合、滑动窗口异常检测、租户/插件限流策略、流量网关限流 API、告警状态同步与审计。
- Out of Scope：自适应/机器学习阈值训练、插件内自定义 CPU 监控、网络层或 CDN 级别限流。
- Environment & Flags：
monitoring-service、ops-throttle-automation、alert-gateway-v2；依赖指标代理、策略存储、流量网关、告警中心。
Participants & Responsibilities
| Scope | Repository | Layer | 责任与交付物 | Owners |
|---|---|---|---|---|
| core-platform | powerx | service | 指标采集、异常检测、限流调度与执行状态回写 | Matrix Ops（Platform Ops Lead / ops@artisan-cloud.com） |
| ops-tooling | powerx | ops | 策略配置治理、告警模板、控制台解除与误判反馈 | Iris Chen（Observability Steward / observability@artisan-cloud.com） |
End-to-End Flow
- Stage 1 – 指标采集：指标代理按 10 秒间隔上报 CPU、调用量等数据并写入监控服务。
- Stage 2 – 异常判定：监控服务基于滑动窗口检测连续 3 个周期超阈值事件，结合租户策略决定是否限流。
- Stage 3 – 限流执行：调度器调用流量网关设置新的并发上限，确保幂等并监控执行反馈。
- Stage 4 – 状态广播：告警中心更新为“自动处置中”，将限流原因、建议和后续操作告知运维与插件责任人。
- Stage 5 – 恢复或升级：CPU 回落后自动解除限流；若执行失败或误判，运维可手动解除并升级告警。
Key Interactions & Contracts
- APIs / Events：
STREAM monitoring.cpu.sampled、GET /internal/monitoring/policy/throttle、PATCH /internal/gateway/throttle、EVENT monitoring.alert.updated. - Configs / Schemas：
config/monitoring/thresholds.yaml、docs/standards/powerx/backend/integration/06_gateway/EventBus_and_Message_Fabric.md. - Security / Compliance：限流操作需记录审计、携带租户信息；策略修改需双人审批；告警通知遵循 RBAC。
Usecase Links
UC-OPS-MONITORING-THROTTLE-001— CPU 异常触发自动限流。
Acceptance Criteria
- CPU 超阈值 30 秒内启动限流，执行延迟 ≤ 30 秒，成功率 ≥ 95%。
- 限流动作写入审计并同步到告警中心，运维可查看原因与解除记录。
- 限流失败自动触发二次告警并升级为 P1，同时提供手动回滚路径。
Telemetry & Ops
- 指标：
monitoring.throttle.trigger_total、monitoring.throttle.success_total、monitoring.throttle.failure_total、monitoring.throttle.mttr. - 告警阈值：限流失败率 >5%/5 分钟触发 P1；误判反馈 >3 次/日触发治理任务。
- 观测来源：Grafana《Runtime Ops / Auto Throttle》、告警中心限流面板、审计日志。
Open Issues & Follow-ups
| 风险/事项 | 影响范围 | 负责人 | ETA |
|---|---|---|---|
| 阈值敏感度需 A/B 调参 | 误限流导致业务抖动 | Matrix Ops | 2025-11-12 |
| 流量网关限流接口压测不足 | 高峰期响应延迟 | Iris Chen | 2025-11-18 |
Appendix
docs/meta/scenarios/powerx/core-platform/runtime-ops/system-monitoring-and-alerting/primary.mddocs/usecases-seeds/SCN-OPS-SYSTEM-MONITORING-001/UC-OPS-MONITORING-THROTTLE-001.md