PostHog Capture 监控指标

Prometheus 指标

事件相关指标

1. 事件接收计数

capture_events_received_total{type="<event_type>"}

• 类型：Counter
• 标签：
  • type: "event" 或 "recording"
• 说明：接收到的事件总数

2. 事件丢弃计数

capture_events_dropped_total{cause="<cause>"}

• 类型：Counter
• 标签：
  • cause: 丢弃原因（如 "size_exceeded", "quota_limited" 等）
• 说明：被丢弃的事件数量

3. 事件大小分布

capture_event_size_bytes{type="<event_type>"}

• 类型：Histogram
• 标签：
  • type: "event" 或 "recording"
• Buckets: [1024, 5120, 10240, 51200, 102400, 512000, 1048576, 5242880, 10485760]
• 说明：事件大小分布情况

请求处理指标

1. 请求处理时间

capture_request_duration_seconds{path="<path>",method="<method>"}

• 类型：Histogram
• 标签：
  • path: 请求路径
  • method: HTTP 方法
• 说明：请求处理耗时分布

2. Kafka 生产者错误

capture_kafka_producer_errors_total

• 类型：Counter
• 说明：Kafka 生产者错误总数

Redis 操作指标

1. Redis 操作延迟

capture_redis_operation_duration_seconds{operation="<operation>"}

• 类型：Histogram
• 标签：
  • operation: 操作类型
• 说明：Redis 操作耗时分布

配额和限制指标

1. 配额限制计数

capture_quota_limited_total{type="<type>",token="<token>"}

• 类型：Counter
• 标签：
  • type: 事件类型
  • token: API 令牌
• 说明：因配额限制而被拒绝的请求数

2. Token 验证结果

capture_token_validation_total{result="<result>"}

• 类型：Counter
• 标签：
  • result: "success" 或 "failure"
• 说明：Token 验证结果统计

处理错误指标

1. 处理错误计数

capture_processing_errors_total{type="<type>",error="<error>"}

• 类型：Counter
• 标签：
  • type: 事件类型
  • error: 错误类型
• 说明：事件处理错误统计

监控面板

推荐的 Grafana 面板配置

1. 总体概览

• 事件接收速率
• 错误率
• 响应时间 P95/P99
• 配额限制情况

2. 性能监控

• Redis 操作延迟
• Kafka 生产延迟
• 请求处理时间分布
• 事件大小分布

3. 错误追踪

• 各类错误数量
• Token 验证失败率
• Kafka 错误率
• Redis 错误率

4. 容量规划

• 事件吞吐量趋势
• 存储使用趋势
• 配额使用情况
• 资源使用率

告警规则

关键告警

1. 高错误率

rate(capture_processing_errors_total[5m]) > 0.1

2. 高延迟

histogram_quantile(0.95, rate(capture_request_duration_seconds_bucket[5m])) > 1

3. Kafka 错误

rate(capture_kafka_producer_errors_total[5m]) > 0

警告级别告警

1. 配额限制增加

rate(capture_quota_limited_total[1h]) > rate(capture_quota_limited_total[1h] offset 1h)

2. 事件丢弃率高

rate(capture_events_dropped_total[5m]) / rate(capture_events_received_total[5m]) > 0.05

监控最佳实践

1. 数据保留

• 原始指标数据保留 15 天
• 聚合数据保留 90 天
• 重要事件永久存储

2. 采样率

• 一般指标 15s 采样
• 详细指标 1min 采样
• 长期趋势 5min 采样

3. 告警配置

• 设置合适的告警阈值
• 配置告警升级机制
• 建立告警响应流程
• 定期审查告警规则