Jitsu 2.9.0版本升级后API日志功能失效问题分析
2025-06-14 21:31:43作者:伍希望
问题背景
在Jitsu数据集成平台从2.8.6版本升级到2.9.0版本后,用户发现控制台中的API目标和函数日志功能突然失效。具体表现为"数据>实时事件>API目标与函数日志"界面无法显示任何日志记录,而该功能在之前的2.8.6版本中工作正常。
技术分析
根本原因
经过深入分析,发现问题源于Jitsu 2.9.0版本引入的一个新特性:在向ClickHouse数据库写入日志数据时,新增了一个名为async_insert_busy_timeout_ms的异步插入参数设置。这个参数是ClickHouse 23.8及以上版本才支持的功能,而用户环境中运行的ClickHouse版本为23.3,导致数据库拒绝了包含此参数的插入请求。
版本兼容性影响
- Jitsu 2.8.6:使用传统的日志写入方式,不包含异步插入超时参数,兼容各种ClickHouse版本
- Jitsu 2.9.0:引入了新的异步插入优化机制,默认添加
async_insert_busy_timeout_ms参数,要求ClickHouse 23.8+版本支持
日志写入机制变化
在2.9.0版本中,Jitsu尝试批量插入日志数据时,会自动生成包含新参数的SQL语句。当这些语句到达不兼容的ClickHouse实例时,数据库引擎会直接拒绝执行,导致:
- 日志数据无法持久化存储
- 前端界面查询不到任何日志记录
- 系统不会抛出明显错误,造成"静默失败"
解决方案
短期解决方法
对于仍需要使用旧版ClickHouse的用户,可以考虑以下方案之一:
- 回退到Jitsu 2.8.6版本
- 修改Jitsu配置,禁用异步插入功能(如果支持)
长期建议
- 将ClickHouse升级到23.8或更高版本
- 在升级前仔细检查Jitsu的版本变更说明,特别是数据库相关的新特性
- 建立完善的版本兼容性测试流程
经验总结
这个案例揭示了分布式系统中常见的版本兼容性问题。在进行组件升级时,需要特别注意:
- 新版本引入的功能依赖
- 各组件之间的版本匹配关系
- 变更可能带来的隐性影响
对于使用Jitsu+ClickHouse组合的用户,建议建立版本兼容性矩阵,并在测试环境中充分验证后再进行生产环境部署。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
657