Prometheus 服務復原工具

挑戰

服務持續執行時仍可能需要介入。節點維運中的特定日誌錯誤可以成為判斷訊號，但人工反覆查看並不是理想的維運流程。我為此建立一個精簡工具：檢查近期服務日誌，計算指定字串出現次數，達到設定閾值後重啟服務。

做法

應用程式在 Linux 與 systemd 環境執行。設定值包括服務名稱、日誌範圍、比對字串、觸發閾值與檢查間隔。Node.js 負責協調檢查及呼叫相關系統指令。

Prometheus 指標讓偵測與復原行為可供觀察。工具提供日誌符合事件與服務重啟計數器，便於與其他服務健康訊號一同監控。

我的貢獻與範疇

我將偵測、復原與可觀測性連結成小型工具。由維運者明確設定規則、訊號與觸發門檻，可了解工具觀察到什麼以及採取了什麼行動，並繼續調查根本問題。

這是一款專注於服務日誌的工具；公開原始碼與 README 說明其設定及指標。