首页
/ Apache DolphinScheduler 警报状态统计异常问题分析

Apache DolphinScheduler 警报状态统计异常问题分析

2025-05-19 00:06:10作者:滕妙奇

问题背景

在Apache DolphinScheduler 3.3.0开发版本中,发现了一个关于警报发送状态统计的严重问题。当警报发送后,无论实际发送行为如何,系统记录的警报状态始终显示为"PartialSuccess"(部分成功)。这导致管理员无法准确了解警报发送的真实情况,影响了系统的监控和告警功能。

问题根源

经过分析,问题出在警报状态统计的代码实现上。原始代码使用了map()方法将AlertSendStatus流转换为Boolean流,然后进行计数。这种实现方式存在逻辑错误,导致无论警报发送成功还是失败,统计结果都不准确。

错误代码示例:

long failureCount = alertSendStatuses.stream()
     .map(alertSendStatus -> alertSendStatus.getSendStatus() == AlertStatus.EXECUTION_FAILURE)
     .count();
long successCount = alertSendStatuses.stream()
    .map(alertSendStatus -> alertSendStatus.getSendStatus() == AlertStatus.EXECUTION_SUCCESS)
    .count();

技术分析

  1. 流处理误用:代码错误地使用了map()方法,该方法会将每个元素转换为另一个值,而不是进行过滤。这导致计数结果实际上是原始流中元素的总数,而不是符合条件的元素数量。

  2. 正确实现方式:应该使用filter()方法来筛选符合条件的元素,然后再进行计数。filter()会保留满足条件的元素,过滤掉不满足条件的元素。

  3. 状态枚举AlertStatus枚举定义了多种状态,包括EXECUTION_SUCCESS(执行成功)、EXECUTION_FAILURE(执行失败)和EXECUTION_PARTIAL_SUCCESS(部分成功)等。正确的统计应该反映这些状态的实际分布。

解决方案

正确的实现应该改为使用filter()方法:

long failureCount = alertSendStatuses.stream()
     .filter(alertSendStatus -> alertSendStatus.getSendStatus() == AlertStatus.EXECUTION_FAILURE)
     .count();
long successCount = alertSendStatuses.stream()
    .filter(alertSendStatus -> alertSendStatus.getSendStatus() == AlertStatus.EXECUTION_SUCCESS)
    .count();

这种实现能够准确统计成功和失败的警报发送次数,从而正确计算最终的状态是成功、失败还是部分成功。

影响范围

该问题会影响所有使用警报功能的场景,包括:

  • 工作流执行失败时的自动告警
  • 自定义的监控告警
  • 系统事件通知

错误的统计结果会导致管理员无法准确判断警报是否成功发送,可能错过重要的系统告警。

测试建议

为了确保修复的可靠性,建议添加以下测试:

  1. 单元测试:验证统计逻辑在各种情况下的正确性
  2. 集成测试:模拟实际警报发送场景,验证端到端的功能
  3. 边界测试:测试无警报、全部成功、全部失败等边界情况

总结

Apache DolphinScheduler作为一款优秀的分布式工作流任务调度系统,其警报功能对于系统运维至关重要。本次发现的警报状态统计问题虽然代码改动不大,但影响面较广。通过正确使用Java流式处理的filter()方法,可以准确统计警报发送状态,确保系统监控的可靠性。这也提醒开发者在处理集合统计时,要仔细选择适当的流操作方法。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
RuoYi-Vue3RuoYi-Vue3
🎉 (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
941
555
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
ops-mathops-math
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++
510
44
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.32 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279