技能介绍

泛微 E10 性能排查的痛点

泛微 E10 导出的 downLog.zip 诊断包结构复杂，混合了操作系统级采样、E10 应用级指标、中间件异常日志以及 JVM 线程 dump。由于不同服务器的导出习惯不同，压缩包形态各异——可能包含全套数据，也可能仅有异常日志或单一指标文件。人工交叉比对这些异构数据不仅耗时，还容易在海量 TSV 指标和滚动日志中遗漏关键瓶颈线索。

核心分析工作流

本技能通过 run.py 提供统一入口，自动适配多种输入形态（.zip 压缩包、已解压目录、单个 .log 或 .log.gz 文件）。

结构探测与分类：自动解压并识别目录树，探测日期与 E10 组件。无论包内包含 system/、applog/ 还是 middleware/，都能准确归类并决定生成全套报告还是降级为异常专项报告。
多维指标解析：运行 scripts/parse_metrics.py 清洗并计算 CPU、JVM 内存（O/M/E）、数据库连接池（ACTIVE 对比 INITIALSIZE）、并发及 IO 的统计值（含 p95 与小时级聚合）。
异常与线程诊断：提取 sys-err.log 中的顶层异常（如 ClientAbortException）并按时间统计；解析线程 dump 的 State 分布，识别线程池超配等隐性问题。
关联报告生成：将 CPU 飙升、连接池耗尽、异常峰值等信号交叉关联，最终输出暗色主题的 HTML 报告。报告内联了 Chart.js，无需外网即可离线渲染图表。

适用边界与注意事项

技能对输入有严格的嗅探与校验机制。若输入非 E10 日志（如 Nginx 日志），会明确拒绝而非产出空报告。

在单文件模式下，命名约定至关重要：指标文件必须带下划线前缀（如 cpu_20260811.log，而非 cpu.log），线程 dump 文件名需包含 thread 字样。日期可从文件名、内容首段时间戳或文件修改时间中自动推断。此外，所有指标日志均为 TSV 格式，部分列带有 % 后缀或 null 值，脚本内置了清洗函数以确保解析健壮性。