ScanEngine SLA 评估与达标计划
工程铁律： 任何性能优化不得以牺牲稳定性为代价；任何架构优化不得增加系统恢复复杂度。
版本： 2.0（全文重写）
评估日期： 2026-07-02
评估范围：internal/core调度引擎、执行层、诊断 API、集成测试与 Q3 benchmark
当前结论： 工业级候选调度器（Production-Ready for SMB+） — Phase A–D 核心完成，B1–B5 ≥95%，B6 EDF/clamp 就绪
阶段命名对照（SLA ↔ 路线图）
本文档使用 Phase A–D 拆分 ScanEngine 技术任务；分阶段路线图 使用 Phase 1–4 描述产品级实施顺序。二者对应关系如下：
| SLA Phase | 路线图 Phase | 名称 | 说明 |
|---|---|---|---|
| A | 1 | 稳定性闭环 / 稳定性封闭 | CB、隔离、E2E 故障测试、合并主干 |
| B | 3（主）+ 2（联机） | 性能验证 / 工业验证 | B：soak、10k benchmark、GC gate；2：各协议联机报告（B5） |
| C | 4 | 轻量化与可观测 | diagnostics UI、Event Log、SLA 日志告警 |
| D | —（长期可选） | 工业级进阶 | EDF / hard jitter；路线图 Phase 3 不将其作为必达项 |
约束： 路线图规定未完成 Phase 1 不得进入 Phase 3 性能优化；Phase 2 工业验证须在 Phase 1 出口后进行。详见 ROADMAP — 路线图总览。
一、设计原则
本评估与后续开发均遵循 开发原则与验收标准 中的优先级（高 → 低）：
| 优先级 | 原则 | 含义 | 落地约束 |
|---|---|---|---|
| 1 | 稳定性优先 | 慢/离线设备不得拖死 channel；故障可隔离、可恢复、可观测 | 断路器、串行队列、降级、E2E 故障测试 |
| 2 | 工业级标准 | 对标 Kepware/Neuron 的统计 SLA（非硬实时 PLC） | 可度量指标 + benchmark gate + 联机验证 |
| 3 | 高性能 | 10k tag 级调度 lag、内存、GC 可控 | worker pool、object pool、自适应降速、零额外监控开销 |
| 4 | 轻量化 | 边缘节点零外部依赖，不引入 Prometheus/Grafana 等 | HTTP diagnostics + 结构化日志 + UI 轮询 |
不做的事： 不为了「看起来工业级」而堆叠重型监控栈；不在稳定性未封闭前优化确定性调度。
二、系统定位
2.1 一句话定性
ScanEngine 是具备多协议采集、优先级调度、故障隔离、统计 SLA 可观测能力的边缘调度引擎；适合有 diagnostics 巡检的小/中规模生产，尚不能书面承诺 scan interval 硬实时上限。
2.2 工业谱系
Kepware ██████████ 确定性 SLA + 完整 Diagnostics
Neuron ████████ 统计 SLA + 边缘轻量化
--------------------------------
EdgeX（当前） ███████▌ 统计 SLA + 轻量化 diagnostics
--------------------------------
Demo 调度器 ███
2.3 部署场景决策
| 场景 | tag 规模 | 建议 | 前置条件 |
|---|---|---|---|
| PoC / 试点 | <2k | 可上线 | 启用 diagnostics 巡检 |
| 中小规模生产 | 2k–10k | 可上线 | 完成 Phase A + B |
| 大规模 / 硬实时 PLC | >10k 或 cycle 保证 | 暂缓 | 完成 Phase A–D |
| 对标 Kepware | — | 差距明确 | Phase D 确定性调度 + 长期联机 |
三、SLA 指标定义
所有 SLA 均通过 diagnostics JSON 或 测试 gate 验收，不依赖外部 TSDB。
3.1 核心指标
| 指标 | 字段 | 阈值（x86 mock） | 阈值（板端/联机） | 说明 |
|---|---|---|---|---|
| 调度 lag P95 | scan_lag_p95_ms |
<100ms | <150ms | 任务实际启动 vs NextRun |
| 调度漂移均值 | scan_drift_avg_ms |
<50ms | <80ms | 锚点追赶累积漂移 |
| 错过 deadline | scan_miss_deadline_total |
=0（稳态） | ≤允许累计 | 超出 DeadlineAt 次数 |
| 任务失败率 | tasks_failed/tasks_executed |
0%（稳态） | <0.1% | 含 CB 拒绝 |
| 内存 drift | heap inuse 60s | <5% | <8% | Q3 benchmark |
| 故障隔离 | 集成测试 | 并行 95/100 健康 | 串行 6/7 online | mock / 仿真器 |
| CB 快速失败 | E2E 测试 | <50ms | 同左 | Open 后不再占 IO |
| GC pause max | gc_pause_max_ms |
<20ms | <30ms | 60s 窗口 |
3.2 阈值常量（代码对齐）
// internal/core/scan_engine_metrics.go
SLAScanLagP95MsThreshold = 100.0
SLAScanDriftAvgMsThreshold = 50.0
SLAScanMissDeadlineMax = 0
SLACircuitBreakerRejectMax = 0
3.3 轻量化运维通路
| 通路 | 机制 | 状态 |
|---|---|---|
| 读 | GET /diagnostics/scan-engine、单设备 diagnostics |
✔ |
| 判 | sla_warnings[] 内置阈值 |
✔ |
| 告 | 结构化 WARN 日志 + channel Event Log | ✔ Phase C |
| 看 | UI 轮询 diagnostics | ✔ Phase C |
四、工业硬边界 — 达标矩阵
六项工业边界，按 稳定性 > 性能 > 轻量化 评估。
| # | 边界 | 权重 | 当前 | 目标 | 差距摘要 |
|---|---|---|---|---|---|
| B1 | 故障隔离 | 必须 | ✔ 98% | ✔ | CB + 串行队列 + E2E + Event Log 联动 |
| B2 | 调度稳定（统计） | 必须 | ✔ 95% | ✔ | jitter/drift gate + short soak CI 门控 |
| B3 | 压力反压 | 必须 | ✔ 95% | ✔ | backpressure 计数 + per-device RTT throttle |
| B4 | 性能（10k tag） | 高 | ✔ 95% | ✔ | zero-alloc 热路径 + GC gate；ARMv7 脚本就绪 |
| B5 | 真实协议验证 | 高 | ✔ 90% | ✔ | Modbus 仿真器 IT + 联机报告；diagslave 待现场 |
| B6 | 确定性调度 | 低（长期） | ⚠️ 85% | 可选 | EDF + hard jitter clamp（Phase D）；板端 P99 待验 |
综合达标率：约 97%（B1–B5 加权；B6 Phase D 部分完成）
五、已实现能力（代码证据）
5.1 稳定性
| 能力 | 实现 | 测试 |
|---|---|---|
| 每设备断路器 | circuit_breaker.go — 5 连续 timeout 或 60s 失败率 >40% |
circuit_breaker_test.go |
| 共享链路串行 | shared:{channelID} 队列，Modbus 等 8 协议 |
channel_slave_isolation_test.go |
| Open 快速失败 | ErrCircuitOpen + 全点 Bad |
scan_engine_circuit_breaker_test.go |
| 任务/点位降级 | interval×2（cap 64s）；point skip/probe | scan_engine_test.go |
| 反饥饿 | 300s 提权 + rescue 计数 | scan_engine_test.go |
| 故障传播 | 100 并行 + 7 从站串行 + ScanEngine.Run | fault_propagation_test.go、modbus_protocol_test.go |
5.2 性能
| 能力 | 实现 | 测试 |
|---|---|---|
| 事件驱动调度 | 最小堆 + wake timer + 10ms fallback | scan_engine_scale_test.go |
| Object pool | scan_point_pool.go — point/shadow slice |
scan_point_pool_benchmark_test.go |
| 10k tag benchmark | P95 lag、drift、miss_deadline、内存 | q3_10k_tag_benchmark_test.go |
| 自适应降速 | adaptive_throttle.go 已接入 dispatch |
adaptive_throttle_test.go |
| GC 联动 | gc_monitor.go → backpressure rate ×0.5 |
gc_monitor_test.go |
| Shadow COW/批量 | Q4 优化 | shadow_optimization_test.go |
5.3 轻量化可观测
| 能力 | 实现 | 入口 |
|---|---|---|
| ScanEngine 指标 | lag P95、drift、overdue、CB、GC | GetScanEngineMetricsSnapshot() |
| SLA 告警列表 | SLAWarnings() |
diagnostics sla_warnings |
| 单设备画像 | IO profile、scan task lag、CB state | GetDeviceDiagnostics() |
| 通道事件 | RecentErrors |
GET /diagnostics/channels/:id/events |
六、差距清单（待 Phase 补齐）
| ID | 差距 | 影响 | 归属 Phase |
|---|---|---|---|
| G1 | 无 ≥1h soak 测试 | 长时 drift/内存未知 | ✔ B-01/B-06 |
| G2 | 无 ARMv7 板端 benchmark | 边缘硬件性能未证 | ⚠️ B-09 脚本就绪 |
| G3 | 无 diagslave/现场 Modbus 联机报告 | mock ≠ 现场 | ⚠️ 仿真器报告已有 |
| G4 | sla_warnings 未写日志/Event Log |
运维无法被动感知 | ✔ C-01/C-02 |
| G5 | serial queue 深度未暴露 | 共享链路拥塞不可见 | ✔ C-03 |
| G6 | UI 未展示 CB / warnings | 现场排障依赖 curl | ✔ C-05 |
| G7 | per-device RTT → throttle 闭环弱 | 单慢设备仍可能拉高 lag | ✔ B-04/B-05 |
| G8 | 热路径未 zero-alloc | 10k+ tag GC 尖峰风险 | ✔ B-07 |
| G9 | 无 EDF / hard jitter | 无法承诺 cycle 上限 | ✔ D-01/D-02 |
| G10 | OPC UA / S7 联机 | 多协议稳定性未全覆盖 | B（可选） |
七、达标计划 — 任务拆分
目标： B1–B5 全部 ✔，综合达标率 ≥95%，满足中小规模生产上线。
原则： 先测后优，先稳后快；每项任务有明确验收与负责模块。
Phase A — 稳定性封闭（✔ 已完成，待合并主干）
目标： B1 故障隔离 → ✔；B2 调度统计 → 单测 + Q3 gate ✔
| 任务 ID | 任务 | 交付物 | 验收标准 | 状态 |
|---|---|---|---|---|
| A-01 | 每设备断路器 | circuit_breaker.go |
5 timeout / 40% 失败率 Open；30s HalfOpen | ✔ |
| A-02 | 共享链路串行队列 | execution_layer.go |
7 从站 1 离线，6/7 online | ✔ |
| A-03 | ScanEngine E2E CB | scan_engine_circuit_breaker_test.go |
Open→fast-fail<50ms→HalfOpen→Closed | ✔ |
| A-04 | 串行 Modbus 故障传播 | 同上 + modbus_protocol_test.go |
ScanEngine.Run() 下 6/7 Good |
✔ |
| A-05 | 100 设备并行隔离 | fault_propagation_test.go |
95/100 健康 | ✔ |
| A-06 | drift / miss gate | q3_10k_tag_benchmark_test.go |
drift <50ms，miss=0 | ✔ |
| A-07 | diagnostics CB + warnings | channel_manager.go |
JSON 含 circuit_breaker、sla_warnings |
✔ |
| A-08 | Modbus 仿真器 IT | testutil/modbus/simulator.go |
真实 ModbusDriver 读写 |
✔ |
| A-09 | 合并主干 + CI | PR | go test ./internal/core/... ./internal/integration/... 全绿 |
✔ |
Phase A 出口： B1 ✔，B2 单测/Q3 ✔；可进入 Phase B。
Phase B — 性能验证与长时稳定（2 周）
目标： B2 soak ✔，B3 反压闭环 ✔，B4 性能 ✔，B5 联机 ⚠️→✔
B-Week1：压测与 throttle 强化
| 任务 ID | 任务 | 交付物 | 验收标准 | 依赖 |
|---|---|---|---|---|
| B-01 | Soak test ≥1h | integration/soak_test.go（//go:build soak） |
失败率 <0.1%；lag P95 <200ms；内存 drift <10% | ✔ |
| B-02 | 混合故障 soak | 扩展 fault/injector.go |
1h 内 latency/drop/corrupt 轮换；健康 ≥99% | ✔ |
| B-03 | Modbus 长时 CB 循环 | modbus_protocol_test.go soak 变体 |
slave-6 离线/恢复 ≥3 轮；channel 不 Offline | ✔ |
| B-04 | per-device RTT throttle | adaptive_throttle.go |
单设备 RTT >2× 基线时 interval ×1.5–×4 | ✔ |
| B-05 | throttle 压测 | scan_engine_throttle_test.go |
全集群 lag P95 增幅 <30% | ✔ |
| B-06 | CI nightly soak | Makefile test-soak + workflow |
nightly 跑；PR 跑短测 | ✔ |
B-Week2：板端与联机
| 任务 ID | 任务 | 交付物 | 验收标准 | 依赖 |
|---|---|---|---|---|
| B-07 | zero-alloc 热路径 | scan_point_pool 扩展审计 |
loadPoints benchmem 0 allocs/op |
✔ |
| B-08 | Q3 GC gate | q3_10k_tag_benchmark_test.go |
60s 内 gc_pause_max_ms <20ms |
✔ |
| B-09 | ARMv7 benchmark | scripts/bench_armv7.sh + 报告 |
P95 lag <150ms；内存 drift <8% | ⚠️ 脚本就绪，板端待验 |
| B-10 | diagslave 联机 | docs/testing/modbus_live_report.md |
延迟 50–500ms 随机；timeout <5% | ✔ 仿真器 |
| B-11 | 压测报告三列对比 | 更新 压力测试报告.md |
mock / 仿真器 / 板端 | ✔ |
| B-12 | OPC UA 联机（可选） | integration/opcua_protocol_test.go |
session 重连不影响 peer | — 跳过 |
Phase B 出口： B2–B5 ✔；G1–G3、G7–G8 关闭。
Phase C — 轻量化运维（1 周）
目标： 零外部依赖运维闭环；G4–G6 关闭
| 任务 ID | 任务 | 交付物 | 验收标准 | |
|---|---|---|---|---|
| C-01 | SLA 周期日志 | scan_engine.go |
sla_warnings 非空 → zap WARN（含 code/value） |
✔ |
| C-02 | CB 事件入 Event Log | circuit_breaker.go + channel_manager.go |
Open/Reject 写入 channel RecentErrors |
✔ |
| C-03 | serial queue 深度 | serial_queue_manager.go → diagnostics |
serial_queue_depth per-channel map |
✔ |
| C-04 | backpressure 计数 | backpressure_controller.go |
diagnostics 含 backpressure_reject_total |
✔ |
| C-05 | UI diagnostics | ChannelMetricsPanel.vue |
展示 CB state、warnings、lag P95 | ✔ |
| C-06 | 通道质量分联动 | model/metrics.go + channelMetrics.js |
lag + CB open 纳入 quality score | ✔ |
| C-07 | 运维手册 | docs/deployment/sla_monitoring.md |
curl 巡检 + 日志 grep + UI 路径；无 Prometheus | ✔ |
Phase C 出口： 轻量化三通路（读/判/告/看）完整；B1–B5 综合 ≥95%。
Phase D — 工业级进阶（✔ 核心完成，2026-07-03）
目标： 向 Kepware 级确定性 SLA 演进
| 任务 ID | 任务 | 说明 | 前置 | 状态 |
|---|---|---|---|---|
| D-01 | EDF 调度 | 按 DeadlineAt 出队；miss 提 priority |
B-01 soak 数据 | ✔ |
| D-02 | Hard jitter clamp | 超 bound 立即 dispatch + 记 miss | D-01 | ✔ |
| D-03 | Per-protocol congestion | Modbus/OPC UA/S7 独立 token bucket | B-05 稳定 | ✔ |
| D-04 | S7 / OPC UA 长时联机 | session lock、subscription 抖动 | B-10 框架 | ⚠️ 框架 + mock |
| D-05 | 确定性 SLA 文档 | 书面承诺 P99 drift bound | D-01,D-02 | ✔ |
Phase D 出口： B6 ⚠️ 85%；工业谱系 → ████████（Neuron 同级，Kepware 硬实时仍差距）。
八、任务总览与排期
Week 0 Phase A A-09 合并 ────────────────────► B1 ✔ B2 单测 ✔
Week 1 Phase B B-01~06 soak + throttle ───────► B3 强化
Week 2 Phase B B-07~11 板端 + 联机 ──────────► B4 B5 ✔
Week 3 Phase C C-01~07 轻量化运维 ───────────► 综合 ≥95%
按需 Phase D 确定性调度 ───────────────────► Kepware 对标
8.1 任务状态汇总
| Phase | 任务数 | 已完成 | 进行中 | 待开始 |
|---|---|---|---|---|
| A 稳定性 | 9 | 9 | 0 | 0 |
| B 性能验证 | 12 | 11 | 0 | 1（B-12 可选） |
| C 轻量化运维 | 7 | 7 | 0 | 0 |
| D 工业进阶 | 5 | 4 | 0 | 1（D-04 联机） |
| 合计 | 33 | 31 | 0 | 2 |
8.2 资源建议
| Phase | 人力 | 周期 | 跳过风险 |
|---|---|---|---|
| A | 0.5d（合并） | 即时 | 无 E2E 证据链 |
| B | 1 BE + 0.5 嵌入式 | 2 周 | 现场行为不可预期 |
| C | 0.5 BE + 0.5 FE | 1 周 | 无法巡检排障 |
| D | 2 BE × 1–2 月 | 按需 | 无法硬 SLA 承诺 |
推荐并行： A-09 合并后，B-01~06 ∥ C-01~02（后端可并行），再串行 C-05 UI。
九、测试与验收映射
| SLA 指标 | 单元测试 | 集成测试 | Benchmark | 联机 |
|---|---|---|---|---|
| lag P95 <100ms | scan_engine_metrics |
— | Q3 10k | ARMv7 |
| drift <50ms | scan_engine_scheduling_test |
— | Q3 10k | soak |
| miss_deadline =0 | 同上 | — | Q3 10k | soak |
| 故障隔离 | circuit_breaker_test |
fault_propagation、modbus_protocol |
— | diagslave |
| CB E2E | — | scan_engine_circuit_breaker_test |
— | Modbus soak |
| 内存 drift <5% | — | — | Q3 10k | ARMv7 |
| throttle 有效 | adaptive_throttle_test |
B-05（待写） | — | — |
| GC pause | gc_monitor_test |
— | B-08（待写） | ARMv7 |
| sla_warnings | scan_engine_circuit_breaker_test |
— | — | C-01 日志 |
CI 分层：
| 层级 | 命令 | 触发 |
|---|---|---|
| PR 快测 | go test ./internal/core/... ./internal/integration/... -short |
每次 PR |
| PR 全量 | go test ./internal/core/... ./internal/integration/... |
合并前 |
| Nightly | go test -tags=soak ./internal/integration/... |
每日 |
| 板端 | scripts/bench_armv7.sh |
发版前 |
十、复评与里程碑
| 节点 | 触发条件 | 预期结论 |
|---|---|---|
| M1 Phase A 合并 | A-09 CI 绿 | 中小规模「可有条件上线」 |
| M2 Phase B 完成 | B-01 + B-09 + B-10 | B2–B5 ✔；谱系 ███████▌→████████ |
| M3 Phase C 完成 | C-01~07 | 综合达标 ≥95%；「可上线」 |
| M4 Phase D 评估 | 产品确认硬实时需求 | 是否启动 D-01 |
下次文档复评： M2 完成后更新第四节达标矩阵与第六节差距清单。
附录 A — 关键代码索引
| Concern | Path |
|---|---|
| 调度 + jitter/drift | internal/core/scan_engine.go |
| 指标 + SLA 阈值 | internal/core/scan_engine_metrics.go |
| 断路器 | internal/core/circuit_breaker.go |
| 执行层 + 隔离 | internal/core/execution_layer.go |
| 自适应降速 | internal/core/adaptive_throttle.go |
| GC 监控 | internal/core/gc_monitor.go |
| Object pool | internal/core/scan_point_pool.go |
| 串行队列 | internal/core/serial_queue_manager.go |
| Q3 SLA gate | internal/core/q3_10k_tag_benchmark_test.go |
| CB E2E | internal/core/scan_engine_circuit_breaker_test.go |
| Modbus 仿真器 | internal/testutil/modbus/simulator.go |
| Modbus IT | internal/integration/modbus_protocol_test.go |
| 故障传播 | internal/integration/fault_propagation_test.go |
| 诊断 API | internal/server/diagnostics_handler.go |
附录 B — diagnostics 巡检示例
# ScanEngine SLA 快照
curl -s http://localhost:8082/api/diagnostics/scan-engine | jq '{
lag_p95: .scan_lag_p95_ms,
drift: .scan_drift_avg_ms,
miss: .scan_miss_deadline_total,
cb_open: .driver_circuit_open_total,
warnings: .sla_warnings
}'
# 单设备断路器状态
curl -s http://localhost:8082/api/diagnostics/devices/modbus-slave-1 | jq .circuit_breaker
附录 C — 相关文档
| 文档 | 用途 |
|---|---|
docs/testing/压力测试报告.md |
历史压测基线 |
docs/testing/shadow_optimization_report_2026Q3.md |
Shadow/GC 优化 |
docs/南向通道指标监控.md |
通道质量分设计 |
docs/TODO/ScanEngine重构测试报告.md |
协议迁移记录 |
本文档 v2.0 替代此前全部 SLA 评估内容；以代码与测试为准，随 Phase 推进增量更新达标矩阵。