首页
/ Apache DevLake 数据仪表盘不显示问题的排查与解决

Apache DevLake 数据仪表盘不显示问题的排查与解决

2025-07-03 12:59:25作者:伍霜盼Ellen

Apache DevLake 是一款开源的数据湖平台,用于收集、分析和可视化软件开发过程中的各种指标。在使用过程中,用户可能会遇到数据成功连接但仪表盘不显示数据的问题。本文将深入分析该问题的原因,并提供详细的解决方案。

问题现象

用户在使用 Apache DevLake 1.0.0 beta9 版本时,按照标准流程完成了以下操作:

  1. 下载并配置了 docker-compose.yml 和 env.example 文件
  2. 生成了加密密钥并配置到环境变量
  3. 成功启动了 Docker 容器
  4. 完成了 GitHub 连接配置
  5. 导入了测试仓库 DevSecOps-MaturityModel

尽管数据连接显示成功,但在访问仪表盘时却无法显示任何数据。通过浏览器开发者工具检查,发现存在 WebSocket 连接错误,指向 /api/live/ws 端点。

根本原因分析

经过深入排查,该问题主要由以下几个因素导致:

  1. WebSocket 连接配置不当:Grafana 服务未正确配置允许 WebSocket 连接,导致实时数据无法传输。

  2. 网络端口限制:4000 端口的 WebSocket 通信可能被网络策略限制。

  3. 服务依赖问题:config-ui 服务依赖的 devlake 和 mysql 服务可能存在启动异常。

  4. 浏览器兼容性问题:某些浏览器对 WebSocket 的支持可能存在差异。

详细解决方案

1. 检查并修正 WebSocket 配置

确保 Grafana 服务正确配置了 WebSocket 支持。可以通过修改环境变量来允许所有来源的连接:

environment:
  GF_LIVE_ALLOWED_ORIGINS: '*'

2. 验证网络配置

检查以下网络配置项:

  • 确认 4000 端口未被占用
  • 检查网络规则,确保不阻止 WebSocket 流量
  • 验证 Docker 网络配置是否正确

3. 检查服务状态

使用以下命令确认所有相关服务正常运行:

docker-compose ps

确保 devlake、mysql 和 config-ui 服务都处于 "Up" 状态。

4. 浏览器端测试

在浏览器控制台执行以下测试脚本,验证 WebSocket 连接:

const socket = new WebSocket("ws://localhost:4000/api/live/ws");

socket.onopen = () => console.log("连接已建立");
socket.onmessage = (e) => console.log("收到数据:", e.data);
socket.onclose = (e) => console.log(`连接关闭: ${e.code} ${e.reason}`);
socket.onerror = (e) => console.error("连接错误:", e.message);

5. 日志分析

检查各容器的日志输出,寻找可能的错误信息:

docker-compose logs config-ui
docker-compose logs devlake

预防措施

为避免类似问题再次发生,建议采取以下预防措施:

  1. 在部署前仔细检查所有环境变量配置
  2. 使用最新稳定版本的 Apache DevLake
  3. 在网络规则中明确允许 WebSocket 通信
  4. 定期检查服务健康状态
  5. 保持浏览器版本更新

总结

Apache DevLake 仪表盘数据显示问题通常与 WebSocket 通信有关。通过系统性地检查服务配置、网络环境和依赖关系,大多数情况下都能有效解决问题。本文提供的解决方案不仅适用于当前版本,其排查思路也可应用于其他类似的数据可视化问题。

对于持续存在的问题,建议收集详细的日志信息并向社区寻求进一步帮助。随着 Apache DevLake 的持续发展,这类连接问题有望在后续版本中得到更好的默认处理。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284