16 · 可观测性与远程运维¶

状态：建议稿 / P1

1. 目标¶

客户说“MES不能用了”时，云端应快速判断是边缘离线、应用异常、同步堆积、DB、磁盘、打印机、扫码枪还是设备网关问题。

Metrics：CPU/内存/磁盘、API延迟、扫码TPS、同步队列长度、失败率。
Logs：结构化日志，带 factory_id、edge_id、trace_id、work_order_id。
Traces：云端同步/ERP调用等跨服务链路。

mes-app、sync-agent、update-agent、device-gateway 进程状态；DB、磁盘；最后心跳；当前版本；待同步事件数量与最老事件年龄；外设在线状态。

边缘离线、磁盘阈值、同步堆积、连续扫码失败、打印失败、DB备份失败、升级失败、设备掉线。

默认只回传诊断摘要和错误日志，避免高频全量日志占带宽；支持按时间窗口远程拉取诊断包。