jsonscraper
市场
返回期刊

检查区域信号:如何将服务状态与 UptimeScout 历史记录进行对照

请求区域观测和历史记录,检查时间与数据新鲜度,然后与应用日志进行比对。

编辑政策 报告错误

若要检查对某个区域故障的怀疑是否与观测结果吻合,请查询服务状态以及所选时间范围内的历史记录。将区域和时间戳与应用日志进行比对。结果回答一个具体问题:保存的数据中是否记录了区域信号,以及对应记录有多新。

UptimeScout 规范列出了状态和历史记录的独立方法。状态响应中的顶层字段 `status` 表示 API 请求结果;服务信号则位于 `service.status`。历史记录包含聚合时间区间、分辨率和采样数量。这些数据可用于初步诊断,也可作为事件报告的附件。

1. 准备服务、区域和许可证

以下示例使用服务 ID `github` 和区域 `US`。进行实际检查时,请从 UptimeScout 目录中选取有效 ID,并使用出现问题的区域代码。不同服务可用的区域可能不同;解读响应前,请检查其中的 `available_regions`。

文章:检查区域信号:如何将服务状态与 UptimeScout 历史记录进行对照
摘要:UptimeScout 区域信号诊断指南:通过 Python SDK 发起请求,检查 `service.status`、`observed_at` 和 `stale` 字段,再核对历史记录及其分辨率。
图片用途:封面——核心概念
章节:1. 准备服务、区域和许可证
视觉主题:编辑风格照片插画,近距离桌面视角展示事件响应工作表:一张美国区域地图旁放着两张 n
将地图上的区域与时间戳及观测历史中的空缺进行对照。© jsonscraper · AI 生成

安装 Python 3.10+,并按照项目说明安装 SDK。将密钥设置在环境变量 `UPTIMESCOUT_LICENSE_KEY` 中,不要将它写入代码或日志。示例通过文档所述的客户端发起两个请求,在内存中保留原始 JSON 响应,并将其打印出来以供检查。这是集成示例,并非此处实际执行测试的报告。

import json
import os
from uptimescout import Client, UptimeScoutError

client = Client(os.environ["UPTIMESCOUT_LICENSE_KEY"], timeout=30)

try:
    status_data = client.status("github", region="US", lang="ru")
    history_data = client.history("github", region="US", hours=24, lang="ru")
except UptimeScoutError as error:
    raise SystemExit(f"API request failed: HTTP {error.status}")

print(json.dumps(
    {"status": status_data, "history": history_data},
    ensure_ascii=False,
    indent=2,
))

官方 UptimeScout Python SDK介绍了客户端、`status` 和 `history` 方法,以及底层使用的 Bearer 身份验证。安装和版本信息请参照仓库中的最新说明;此代码片段假定 SDK 已安装。

2. 确认你读取的是信号,而不是请求状态

检查响应中的 `service.status`、`service.observed_at`、`service.stale` 字段以及响应所对应的区域。顶层 `status` 表示 API 请求是否成功,而非服务本身是否可用。还应保存请求时间、服务 ID 和区域参数,以便明确输出对应哪条记录。

如果观测标记为新鲜,且 `service.status` 指示服务降级或故障,请将其记录为区域信号,并与自己的日志、连接错误和应用检查进行对照。`stale` 字段表示已保存的观测是否超出了规定的新鲜度窗口。如果它为 `true`,或者缺少必要字段,请将当前可用性标记为无法根据此响应确定;不要把过时或不完整的记录当作当前状态结论。

UptimeScout 将这些数据描述为已保存的区域信号:它们可作为诊断参考,但不是对正常运行时间的直接测量,也不能证明发生了全球性故障。因此,结论应准确表述为:“在某区域发现了某类信号,记录时间为所示时刻。”将其与自己的检查结果对照,便可判断这一外部信号是否与应用用户的实际体验一致。

3. 核对历史记录和区间分辨率

历史记录方法会返回时间聚合数据。请检查响应中的 `resolution_seconds`、`samples`、`counts` 和 `effective_start`,同时保存各区间的实际时间边界。文档说明,区间按 UTC 对齐:不超过一小时的时间范围使用三分钟区间,不超过三小时的使用五分钟区间,不超过一天的使用一小时区间,更长时间范围则使用每日区间。已保存的旧聚合数据可能仍采用较粗的标示分辨率。

文章:检查区域信号:如何将服务状态与 UptimeScout 历史记录进行对照
摘要:UptimeScout 区域信号诊断指南:通过 Python SDK 发起请求,检查 `service.status`、`observed_at` 和 `stale` 字段,再核对历史记录及其分辨率。
图片用途:辅助插图 2——展示另一个具体方面
章节:3. 核对历史记录和区间分辨率
视觉主题:浅色背景上的简洁编辑风格信息图,四个连续面板展示……
响应字段,以及检查区域信号和历史记录的步骤。© jsonscraper · AI 生成插图

因此,应根据问题选择时间范围。调查短暂事件时,使用合适的短时间范围,并在结果旁标注分辨率。对于较长时期,应说明历史记录可能按天聚合:每日数据点无法还原逐分钟的变化。

缺失的区间代表未知数据,而不是服务运行正常的证据。请将采样数量和区间边界与聚合值一并保存。这样有助于判断历史记录覆盖了所研究时段的多少,以及结论依据的是哪些数据。

4. 准备可核查的事件记录

报告中只需保存原始响应和规范化字段:服务、区域、请求时间、`service.status`、`observed_at`、`stale`、所选历史时间范围、`resolution_seconds`、采样数量和 `effective_start`。缺失值应保持缺失:零与没有数据含义不同。

随后,将这些信息与同一时段的内部检查结果进行比对,包括响应代码、连接错误、部署区域和时间戳。如果数据不一致,请同时保留双方记录。UptimeScout 的区域观测与对特定 endpoint 的检查描述的是不同观测点,因此,出现差异本身意味着需要进一步检查,而不是挑选更符合预期的一方。

如果 API 出错,请根据 HTTP 状态码排查:规范列出了参数错误、缺少许可证、许可证无效、超出配额以及暂时不可用等情况。针对相应原因进行修复。请求错误不等同于被检查服务的状态。

交接给值班人员的信息

简要结论应包含服务、区域、观测时间、记录的新鲜度和历史记录分辨率。将没有数据的区间单独标记为未知,并附上相同时间段的内部日志。这样,团队就能获得可核查的区域信号,同时避免混淆 API 请求状态、UptimeScout 观测结果和应用自身的测量数据。

人们

尚未列出本文的人员。

继续阅读如何解读 UptimeScout incidents:故障信号不等于已确认事件
阅读下一篇文章

将阅读内容转化为可用的集成

探索 jsonscraper 社交数据 API、测试请求并构建下一个工作流。

查看 API