aliyun ⚠️ 执行前就绪检查（所有采集步骤之前完成）：
- 已
pip install hologres-cli，且hologres status能连通目标实例（连接哪个实例 / 库由当前 profile 决定，可用--profile <name>切换）。- 云监控 AK/SK 已就绪（
hologres metric config专用配置，或 profile 通用 AK/SK，或默认凭证链）。export HOLOGRES_SKILL=hologres-daily-report，便于事后审计。完整就绪细节（凭证优先级 / RAM 权限 / 前缀判定 / 时间格式）见 references/preconditions.md。
Hologres 运维诊断日报
不是监控面板的数据搬运，而是一份由 AI 助手生成的**"诊断结论 + 根因解释 + 行动建议"型日报**。
输入参数
| 参数 | 说明 | 默认值 |
|---|---|---|
instance_id |
实例 ID（如 hgprecn-cn-xxx，传给 hologres metric 的 --instance-id） |
用户指定 / 当前 profile |
report_date |
报告日期 | 昨天（YYYY-MM-DD） |
region |
实例所在 Region（如 cn-hangzhou） |
默认从 profile region_id 读取 |
time_range |
诊断时间窗口 | {report_date} 00:00 ~ 23:59（北京时间） |
数据库由当前 profile 的
database决定，无需也无法在命令上指定--db-name；如需换库用hologres config set database <db>或--profile <name>。
时间窗口约束
日报只诊断 最近 30 天内、且跨度不超过 24 小时 的数据。校验规则（按顺序执行）：
- 30 天有效期：
start_time必须满足start_time >= current_time - 30d（hg_query_log默认保留 30 天）。若早于 30 天前，拒绝执行并提示：⚠️ 诊断时间范围超出 hg_query_log 保留期（30 天），请重新指定 start_time >= {30天前日期}。
- 24 小时跨度上限：若
end_time - start_time > 24小时，自动将start_time重置为end_time - 24h，并在报告开头说明实际使用的时间范围。 - 默认值：若未传入
--start-time/--end-time，默认使用{report_date} 00:00:00 ~ 23:59:59（昨天整天）。
hologres-cli 约定
- 元仓 / PG 系统表查询统一用
hologres sql run --no-limit-check "<SQL>"。 - 云监控指标用
hologres metric query <metric> --instance-id <id> --start-time <s> --end-time <e> --period <p>；instanceId由 CLI 自动注入。 - 指标名前缀（
standard_/warehouse_/ ...）需由hologres instance-manage get判定后拼进 metric 名（见 preconditions §5）。 - 时间格式：
hologres metric接受 ISO-8601 或 epoch ms，无时区 ISO 串按 UTC 解析，北京时间显式带 epoch ms 或+08:00。 - 连接层已自动
SET hg_computing_resource = 'serverless'；来源标记由export HOLOGRES_SKILL注入，无需 手写SET ...前缀。 - 独立命令可在同一轮并行下发以加速。
数据采集与诊断流程
六步。每步只列「意图 + 下发哪些命令」；完整 SQL、阈值表、结果处理逻辑见 references/。
Step 1 — 实例基础信息（Q1 健康 + Q2 可用性）
详见 references/health-check.md。并行下发：
hologres instance-manage get—— 实例状态、版本、类型、规格（同时确定{prefix}）。hologres warehouse—— 计算组 / 资源布局。hologres sql run --no-limit-check查pg_stat_activity、pg_locks、hologres.hg_query_log，统计连接数、锁等待、长阻塞会话、{report_date}当日 DDL 事件。
诊断：实例非 Running → 严重；版本过 EOS 或 < 3 个月到期 → 关注；等待锁 > 10 或任一阻塞 > 30s → 异常；DDL 事件计入可用性事件。
Step 2 — 计算资源指标（Q3）
详见 references/resource-analysis.md。先 hologres instance-manage get 取一次确定 {prefix}（preconditions §5）。然后并行下发 hologres metric query：{prefix}cpu_usage、{prefix}memory_usage、{prefix}connections、{prefix}query_latency、{prefix}query_qps，均 --period 60 覆盖全天。
从时序计算 avg / P95 / max，对照 resource-analysis.md 阈值表（CPU/内存连续 1h p95 > 90%；连接 10min > 90%；P99 延迟环比 > 50%；队列长度 > 0 且等待 > 500ms）。
Step 3 — SQL 与任务诊断（Q4）
详见 references/sql-analysis.md。并行下发：
- 从
hologres.hg_query_log按digest聚合的 Top-N 慢查询（duration > 10s）。 - 失败查询分类（
status = 'FAILED'，对message做正则：OOM / Timeout / Permission / NotFound / SyntaxError / Connection / DuplicateKey / Lock / Other）。 - Dynamic Table 刷新状态：
hologres dt list（或SELECT * FROM hologres.hg_dynamic_tables）。
诊断：慢 SQL > 0 → 列 Top-N（按耗时 / 频次）；同 digest 耗时 > 7 天基线 +50% → 退化。
Step 4 — 存储与成本（Q5）
详见 references/cost-capacity.md。并行下发：
- Top-20 大表：
hg_table_info（hot_storage_size + cold_storage_size）。 - 7 天存储趋势：
storage_usage_percent、warehouse_hot_storage_used（CMS，--period 3600）。 - 冷数据表：
hg_table_info中last_access_time < now() - 30 days且> 1GB。
诊断：存储环比 > 10% → 异常增长；冷数据 > 1GB 且 30 天未访问 → 可治理。
Step 5 — 容量预测（Q6）
详见 references/cost-capacity.md。基于 Step 2/4 已采数据线性外推。风险阈值：存储 / 连接预计 30 天内达 80%；CPU 峰值持续接近 90%；表数量逼近实例上限。另取当前表数量（hg_table_info，排除系统 schema）。
Step 6 — 健康评分与报告生成
评分规则与分档：references/health-check.md。最终报告骨架（顶层布局 + 八节完整 Markdown body）：references/report-template.md。
汇总 Step 1–5，计算评分，填模板。所有占位符必须用真实查询结果填充，不得编造。
日报风格原则
- 结论先行：每问先一句话结论，再展开细节。
- 数据说话：所有诊断必须有定量数据；拒绝模糊描述。
- 根因必达：不仅"是什么"，更要"为什么"。
- 建议可执行：具体、可操作、有明确收益预期。
- 分级呈现：正常 / 关注 / 需处理 一眼可识别。
- 上下文感：包含环比、同比、历史基线。
- 行动闭环：必须输出可执行 To-Do（P0/P1/P2 + 时间要求）。
- 禁止截断 / 隐藏任何内容：报告中的
digest（指纹 ID）、query_id、query原文等字段必须完整输出，不得使用left()、substr()、::char(N)或任何截断函数，不得用...省略。如果内容过长，仍然必须全文展示。
执行指导
执行顺序：
- 先 Step 1 确认可达性并确定
{prefix}。 - 并行 Step 2 + Step 3 + Step 4 —— 三者无相互依赖。
- Step 5 依赖 Step 2 与 Step 4。
- Step 6 汇总。
错误处理：
- CMS 错误（认证 / 未知指标）→ 跳过 Q3 时序，标注「云监控数据不可用」。
- SQL 权限错误 → 提示用户核对 PG 权限。
hg_query_log拒绝访问 → 跳过 Q4，标注「慢查询数据不可用」。- CLI 返回空结果（无数据）→ 禁止自行改参重试或变通获取；直接跳过该步骤，在输出中标注「无数据」。
- 任一步失败均非阻断；报告应基于已得证据继续渲染。
数据缺口处理：
- 缺 CMS 数据 → Q3/Q6 的 CPU/Mem/Conn 字段标
N/A。 - 缺
hg_query_log→ Q4 标数据不可用。 - 首次运行 / 无历史基线 → 「较昨日」标
首次报告。 - 当日
hg_query_log为空 → 标「当日无用户查询」并跳过 Top-N / 失败 / 退化子步骤。
依赖的 Skill 与工具
| Skill / 工具 | 用途 | 涉及章节 |
|---|---|---|
hologres-cli（sql run / metric / instance-manage / warehouse / dt） |
所有 SQL / 实例 / 计算组 / 云监控执行 | All |
hologres-diagnosis-cpu skill |
指标前缀规则、CPU 分级逻辑 | Q1 / Q3 / Q6 |
hologres-diagnosis-memory skill |
OOM 检测、内存分类规则 | Q3 / Q4 |
hologres-query-optimizer skill |
慢查询计划深挖与优化 | Q4 |
References
| File | Content |
|---|---|
| references/preconditions.md | 安装 / 凭证优先级 / RAM 权限 / 前缀判定 / 时间格式 |
| references/health-check.md | Q1 / Q2 detail SQL + 评分规则 |
| references/resource-analysis.md | Q3 指标查询与阈值 |
| references/sql-analysis.md | Q4 慢 / 失败查询 SQL |
| references/cost-capacity.md | Q5 + Q6 存储与预测 |
| references/report-template.md | 完整 Markdown 报告骨架 |
注意事项
- 全部使用北京时间（
Asia/Shanghai）；SQL 时间戳带时区。 hg_query_log保留 30 天 —— 超期的历史对比可能不可用。- 大表 size 查询可能较慢；必要时设
statement_timeout。 - CMS 指标最细粒度 60s；部分指标滞后 1–2 分钟。
- 健康评分仅供参考 —— 根因判断仍依赖完整诊断。
- 每条建议必须带优先级（P0/P1/P2）与目标完成时间。