看监控面板时,最让人犯嘀咕的不是延迟高,而是延迟那一格写着 N/A。它既不代表快也不代表慢,只代表这个数字没算出来。这篇按「采集—计算—展示」三层给你一套排查顺序,说清哪些情况属于正常空值、哪些是埋点掉了,以及遇到 N/A 时先动手做什么。
看监控面板时,最让人犯嘀咕的不是延迟高,而是延迟那一格写着 N/A。它既不代表快也不代表慢,只说明这个数字没算出来。真正要做的不是猜,而是判断到底属于哪种空值。
这篇按「采集—计算—展示」三层给你一套排查顺序:先分清 N/A 和 0、超时的区别,再一路往上游找,最后给出看到 N/A 时先动手做的几步。哪一层卡住,答案就在哪一层。
N/A 不是 0,也不是超时
先把三个概念拆开:延迟为 0 意味着请求很快返回、确实测到了;N/A 意味着这个时间窗口内压根没有可用样本;超时一般会有独立的状态或错误计数,和延迟字段是两码事。把 N/A 读成「很慢」或「挂了」都不准确。
| 面板显示 | 含义 | 下一步动作 |
|---|---|---|
| 0 或极小值 | 测到了,请求很快返回 | 不用处理,留意样本量 |
| N/A | 这个窗口没有可计算样本 | 按采集→计算→展示顺序排查 |
| 超时/错误状态 | 请求有结果但没成功 | 看错误率和错误分布,与 N/A 分开判断 |
| 数值忽高忽低 | 样本少导致波动 | 拉长窗口或按分组看 |
另一个容易踩的坑是口径。首字延迟、整体耗时、排队时间,它们各自需要的起止点不一样,N/A 的原因也不一样。对不上口径时,先到 /ai-dict 查术语,别用自己脑补的定义去读面板。
采集端没打上点:最常见的四类原因
采集端是 N/A 出现频率最高的地方。判断方法很简单:如果同一时间窗里请求量也是零或极低,那多半根本没进到被测环节,属于正常空值;如果请求量正常但延迟全是 N/A,就要往埋点逻辑上查。
- 请求没走到被测环节:鉴权失败、参数校验没过、被限流拦下,压根没进入计时区间
- 采样或埋点开关被关掉:有些监控只对成功请求写延迟字段,失败请求直接留空
- 跨域或流式场景断在中间:流式输出没读到结束标记,计时器拿不到终点只能记空
- 异步任务没回报:任务排队或回调丢失时,采集端等的那个完成信号一直没到
有原始数据但算不出值:聚合层的坑
如果采集端明明上报了数据,面板还是 N/A,问题就落在聚合层。这一层的典型特征是:原始日志里能查到记录,但换成某个窗口、某个分组就查不到值。这时候别急着改代码,先确认过滤条件和窗口对齐情况。
- 样本数低于阈值
- 很多监控为避免噪声,样本太少的窗口直接不展示延迟,这是设置过滤,不是故障
- 分位数算不出来
- 在样本不足时无法计算,展示层会留空,换平均值或拉长窗口往往就有数
- 字段解析失败
- 原始数据是字符串或带单位,聚合时解析不掉就变成空值
- 窗口对不齐
- 查询窗口和上报周期错位,采到的是一个没有数据的空档
判断顺序:先换窗口,再换维度,最后看原始记录。如果换个窗口就有值,是聚合配置或窗口对齐问题;如果任何窗口都没有,回上一节的采集端查。想核对具体阈值和口径,到 /sites 看对应中转站或工具的说明页,那里写的是当时的真实配置。
看到 N/A 的排查顺序与动作
- 看同窗口错误率和请求量请求量为零或极低时,N/A 属于正常空值,不用当故障处理;请求量正常再往下走。
- 换窗口、换维度只有某个分组是 N/A,问题多半出在那一组的接入方式或鉴权配置上,而不是全局监控坏了。
- 发一条探针请求直接验证链路是否通,测出当前的真实基线,可到 /tools/speed-test 做这一步。
- 对齐埋点和面板口径确认面板读的字段和采集写的字段是同一个,口径不一致时数据看起来永远对不上。
有个边界要记清:灰度期、维护窗口、低流量时段出现 N/A 属于正常现象,不必当故障处理。真正需要跟进的,是请求量正常、口径也对齐,但延迟字段依然长期为空——那说明埋点掉了,得回去修采集。
不同中转站的延迟字段口径差别不小,有的只统计成功请求,有的把排队时间也算进去。同一件事在不同面板上读出来的结论可能完全不一样。想横向对比时,到 /price-watch 和 /rankings 看当时的数字和口径说明,比拿两个口径不同的面板硬比要靠谱得多。
下一步拿你手上正在看的那块面板,按本文四步走一遍,先分清是没数据还是没算出来,再决定改哪里;需要核对术语和接口口径时,从 /ai-dict 进。→常见问题
延迟显示 N/A 是不是说明服务挂了?
不能这么判断。N/A 只说明这个窗口里没采到可用的延迟样本,服务可能是好的,只是没有请求、没有成功请求或者埋点没上报。判断服务状态要看可用性、错误率和请求量这几个字段,把延迟单独拎出来下结论容易误判。
为什么白天的延迟正常,凌晨就变成 N/A?
多半是流量问题。低流量时段请求数太少,分位数算不出来或者被最小样本数规则过滤掉,面板就留空。这种情况可以调低最小样本阈值,或者把统计窗口拉长,也可以直接看平均耗时而不是分位数。
同一批请求,两个面板一个显示数字一个显示 N/A,信哪个?
先查两个面板的统计口径:一个可能只统计成功请求,另一个把失败也算进去;一个按客户端计时,一个按服务端计时。口径不同结果就无法直接比。确认字段定义后再看数据,期间别用其中一个去否定另一个。