perf(logs): 日志量统计改用 index/volume_range（快 ~1300 倍）+ 查询护栏 + 真实错误提示

=== 一、现象 === - /logs 页「正在统计整个时间范围的日志量」24 小时查询转圈 5 分钟不出结果 - /analysis 页默认 1 小时也一直「加载中...」 - 期间 Loki 被 OOMKilled(2Gi) → Pod not Ready → Service 无端点 → 全站查询 502 === 二、根因（实测数据） === 同一 query {namespace="astralx", app="cex-ipublic-gateway"}： 24h count_over_time[15m] step=15m → 53.7s 后连接断开（算不完） 24h count_over_time[1h] step=1h → 60.1s 失败 24h index/stats（只读索引） → 1.3s → bytes 44.9GB / entries 3.33亿 / chunks 2474 24h index/volume_range step=1h → 111ms → 25 个点 1h index/volume_range step=5m → 115ms → 13 个点原因：count_over_time 必须**下载并解码所有 chunk**；volume_range 只读 TSDB 索引里的 chunk 元数据（字节数），根本不碰日志内容。该 app 一天就有 3.33 亿条 / 44.9 GB。 === 三、改造 === 1. LokiHistogram 改用官方 /loki/api/v1/index/volume_range（带 step） - 返回单位是「字节」，bucket 带 unit=bytes，前端格式化为 KB/MB/GB - 老版本 Loki 没有该端点时自动回退 count_over_time（unit=entries） 2. 查询护栏（防止单条查询拖垮单实例 Loki） - 统计范围上限 7 天，超出直接 400「统计范围过大（27.0 天），最多支持 7 天」 - 重查询单独 30s 超时（原来 120s） - 全局并发重查询上限 2，超出立刻 429「请稍后重试」（不排队） - /logs/metrics（analysis 页）共用同一套护栏 3. 前端 - 发起新查询前 abort 上一次请求（原来只用版本号丢弃结果，旧请求仍在后端跑） - histogram/query 支持 signal；超时 40s/60s（原 125s） - 错误不再统一显示「日志量统计失败」，按 429/400/502/超时给不同文案 - 时间线按 unit 格式化（字节 → GB），i18n 去掉「条」 4. Loki 侧官方优化（此前 limits_config 只有 retention_period） - query_range: align_queries_with_step + cache_results + embedded_cache 100MB - limits_config: max_query_parallelism 8（默认 32，单实例过高） - 已用 `loki -verify-config` 校验通过（config is valid） === 四、实测（平台 API） === 1 分钟 0.02s 2 桶 1 小时 0.05s 61 桶 3.8 GB 6 小时 0.04s 73 桶 12.3 GB 24 小时 0.04s 97 桶 41.8 GB ← 改造前 53.7s 失败 7 天 0.05s 37 桶 58.2 GB 27 天 0.01s 400「最多支持 7 天」镜像：lghost/lokistack:latest + v0.1 = sha256:9fa1c4597533
2026-10-28 15:54:55 +00:00
1 parent 9acc15f4d2
commit de376a1284
@@ -25,9 +25,14 @@ export const logsApi = {
  updateSource: (id: number, data: Partial<LogSource>) => http.put(`/logs/sources/${id}`, data),
  deleteSource: (id: number) => http.delete(`/logs/sources/${id}`),
  testSource: (data: Partial<LogSource>) => http.post<{ success: boolean; message: string }>('/logs/sources/test', data),
-  query: (data: LogQuery) => http.post<LogResult>('/logs/query', data, { timeout: 125000 }),
+  // 查询/统计都支持外部 signal 取消：用户改条件时必须断开旧请求，
+  // 否则旧请求会在后端继续占用 Loki CPU（历史上把实例拖到 OOM/不 Ready）。
+  query: (data: LogQuery, opts?: { signal?: AbortSignal }) =>
+    http.post<LogResult>('/logs/query', data, { timeout: 60000, ...opts }),
  context: (data: { sourceId: number; timestampNs: string; labels: Record<string, string> }) => http.post<{ before: LogEntry[]; after: LogEntry[] }>('/logs/context', data),
-  histogram: (data: LogQuery) => http.post<Array<Record<string, unknown>>>('/logs/histogram', data, { timeout: 125000 }),
+  /** 日志量统计：后端有 7 天范围上限与 30s 超时，前端超时略大于它 */
+  histogram: (data: LogQuery, opts?: { signal?: AbortSignal }) =>
+    http.post<Array<Record<string, unknown>>>('/logs/histogram', data, { timeout: 40000, ...opts }),
  /** LogQL 指标查询(admin):query 中的 [$step] 占位符由后端按时间跨度替换 */
  metrics: (data: MetricQuery, opts?: { signal?: AbortSignal }) => http.post<MetricSeries[]>('/logs/metrics', data, { timeout: 125000, ...opts }),
  labels: (sourceId: number, start?: number, end?: number) => http.get<string[]>(`/logs/labels${buildQuery({ sourceId, start, end } as { page?: number; pageSize?: number })}`),