跳到主要内容

监控和指标指南

SMPP网关监控的完整参考

概述​

SMPP网关以Prometheus格式公开指标，用于监控连接健康、消息吞吐量和系统性能。

关键：由于网关是无状态的，并依赖于OmniMessage Core，OmniMessage连接性是最重要的监控指标。请监控以下两项：

  1. SMPP网关指标 - 协议级健康
  2. OmniMessage API指标 - 后端连接性和健康

指标端点​

URL：http://your-server:4000/metrics

格式：Prometheus文本格式

访问：默认对localhost开放（配置防火墙以进行远程访问）

快速测试​

curl http://localhost:4000/metrics

可用指标​

所有指标都以smpp_为前缀，并包含用于识别的标签。

许可证指标​

omnimessage_smpp_license_status​

类型：Gauge
描述：当前许可证状态
值：

  • 1 = 有效许可证
  • 0 = 无效/过期许可证

标签：无

示例：

omnimessage_smpp_license_status 1

用途：

  • 当值为0时发出警报（无效许可���）
  • 当许可证无效时，出站队列处理停止，但SMPP绑定保持连接
  • Web UI仍然可访问以进行故障排除

产品名称：omnimessage_smpp

备注：

  • 当许可证无效（license_status == 0）时，网关停止处理出站队列
  • SMPP绑定（客户端和服务器）保持连接并接受绑定请求
  • 入站消息仍然被接收但不被处理
  • 无论许可证状态如何，UI和监控仍然可访问

警报示例：

- alert: SMPP_License_Invalid
  expr: omnimessage_smpp_license_status == 0
  for: 1m
  labels:
    severity: critical
  annotations:
    summary: "SMPP网关许可证无效或过期"
    description: "许可证状态无效 - 出站消息处理被阻止"

连接状态指标​

smpp_connection_status​

类型：Gauge
描述：SMPP绑定的当前连接状态
值：

  • 1 = 已连接
  • 0 = 已断开

标签：

  • bind_name - 连接名称（例如，“vodafone_uk”）
  • mode - 连接类型（“client”或“server”）
  • host - 远程主机（仅客户端模式）
  • port - 远程端口（仅客户端模式）
  • bind_type - SMPP绑定类型（仅客户端模式）
  • system_id - 使用的系统ID

示例：

smpp_connection_status{bind_name="vodafone_uk",mode="client",host="smpp.vodafone.co.uk",port="2775",bind_type="transceiver",system_id="user1"} 1

用途：

  • 当值为0时发出警报（已断开）
  • 跟踪连接正常运行时间百分比
  • 监控重新连接频率

消息计数器​

smpp_messages_sent_total​

类型：Counter
描述：通过SMPP绑定发送的消息总数
单位：消息

标签：与connection_status相同

示例：

smpp_messages_sent_total{bind_name="vodafone_uk",mode="client",...} 150234

用途：

  • 计算消息速率（消息/秒）
  • 跟踪每日/月度量
  • 比较实际与预期吞吐量

smpp_messages_received_total​

类型：Counter
描述：通过SMPP绑定接收的消息总数
单位：消息

标签：与connection_status相同

示例：

smpp_messages_received_total{bind_name="partner_acme",mode="server",...} 45123

用途：

  • 监控入站消息量
  • 跟踪移动发起（MO）流量
  • 对意外的流量变化发出警报

投递指标​

smpp_delivery_failures_total​

类型：Counter
描述：消息投递失败的总数
单位：失败

标签：与connection_status相同

示例：

smpp_delivery_failures_total{bind_name="vodafone_uk",mode="client",...} 234

用途：

  • 计算投递成功率
  • 对高失败率发出警报
  • 识别问题连接

成功率计算：

success_rate = (messages_sent - delivery_failures) / messages_sent * 100

绑定操作指标​

smpp_bind_success_total​

类型：Counter
描述：成功绑定操作的总数
单位：绑定尝试

示例：

smpp_bind_success_total{bind_name="vodafone_uk",...} 45

用途：

  • 跟踪绑定稳定性
  • 监控身份验证成功

smpp_bind_failures_total​

类型：Counter
描述：绑定操作失败的总数
单位：绑定尝试

示例：

smpp_bind_failures_total{bind_name="vodafone_uk",...} 3

用途：

  • 对身份验证失败发出警报
  • 识别凭据问题
  • 跟踪运营商连接问题

连接事件指标​

smpp_connection_attempts_total​

类型：Counter
描述：连接尝试的总数
单位：尝试

示例：

smpp_connection_attempts_total{bind_name="vodafone_uk",...} 48

用途：

  • 跟踪连接流失
  • 监控重新连接频率

smpp_disconnection_total​

类型：Counter
描述：断开的总数
单位：断开

示例：

smpp_disconnection_total{bind_name="vodafone_uk",...} 3

用途：

  • 对频繁断开发出警报
  • 识别网络问题
  • 跟踪连接稳定性

查询链指标​

类型：Counter
描述：发送的查询链PDU总数，用于验证连接的活跃性
单位：PDU

标签：与connection_status相同

示例：

smpp_enquire_link_sent_total{bind_name="vodafone_uk",mode="client",...} 1440

用途：

  • 跟踪保持活动的活动
  • 与接收的数量进行比较以检测单向故障

类型：Counter
描述：从远程对等方接收的查询链响应PDU总数
单位：PDU

标签：与connection_status相同

示例：

smpp_enquire_link_received_total{bind_name="vodafone_uk",mode="client",...} 1438

用途：

  • 检测无响应的对等方（发送 >> 接收）
  • 监控连接健康状况，超出简单状态

正常运行时间指标​

smpp_uptime_seconds​

类型：Gauge
描述：SMPP绑定的当前正常运行时间（以秒为单位）
单位：秒

示例：

smpp_uptime_seconds{bind_name="vodafone_uk",...} 86400

用途：

  • 跟踪连接稳定性
  • 计算正常运行时间百分比
  • 对最近的重启发出警报

消息缓存指标​

这些指标在一个或多个绑定上启用消息缓存时可用。有关缓存配置的详细信息，请参见MESSAGE_CACHE.md。

smpp_cache_size​

类型：Gauge
描述：每个绑定的本地缓存中当前消息的数量
单位：消息

标签：

  • bind_name - 连接名称
  • mode - 连接类型（“client”或“server”）

示例：

smpp_cache_size{bind_name="partner_acme",mode="server"} 42

用途：

  • 监控缓存利用率
  • 当接近cache_max_size时发出警报

smpp_cache_delivered_total​

类型：Counter
描述：成功交付到后端API的缓存消息总数
单位：消息

示例：

smpp_cache_delivered_total{bind_name="partner_acme"} 1234

smpp_cache_retry_total​

类型：Counter
描述：缓存消息的重试尝试总数
单位：尝试

示例：

smpp_cache_retry_total{bind_name="partner_acme"} 56

smpp_cache_permanent_failures_total​

类型：Counter
描述：超过最大重试次数并被标记为永久失败的消息总数
单位：消息

示例：

smpp_cache_permanent_failures_total{bind_name="partner_acme"} 2

用途：

  • 当 > 0 时发出警报（需��手动审核）

smpp_cache_overflow_total​

类型：Counter
描述：缓存溢出事件的总数，其中最旧的消息被驱逐以腾出空间
单位：事件

示例：

smpp_cache_overflow_total{bind_name="partner_acme"} 0

用途：

  • 当增加时发出警报（缓存太小或API中断时间过长）

OmniMessage API健康指标​

虽然网关本身公开与SMPP相关的指标，但OmniMessage API健康至关重要。您还应监控：

来自OmniMessage的指标（如果可用）​

  • omnimessage_api_requests_total - 从网关发出的API请求总数
  • omnimessage_api_request_duration_seconds - API响应时间
  • omnimessage_queue_depth - OmniMessage队列中待处理的消息

来自网关日志（如果未公开指标）​

查找这些模式以检测API问题：

  • "api.*connection refused" - 无法连接到OmniMessage
  • "api.*timeout" - OmniMessage未响应
  • "api.*http 503" - OmniMessage暂时不可用
  • "api.*parse error" - 响应格式问题

Prometheus配置​

基本抓取配置​

添加到/etc/prometheus/prometheus.yml：

scrape_configs:
  - job_name: 'omnimessage-smpp'
    scrape_interval: 15s
    static_configs:
      - targets: ['your-server:4000']
        labels:
          environment: 'production'
          service: 'omnimessage-smpp'

多个网关​

scrape_configs:
  - job_name: 'omnimessage-smpp-instances'
    scrape_interval: 15s
    static_configs:
      - targets:
        - 'smpp-gw-1:4000'
        - 'smpp-gw-2:4000'
        - 'smpp-gw-3:4000'
        labels:
          environment: 'production'

服务发现​

使用基于文件的发现：

scrape_configs:
  - job_name: 'omnimessage-smpp-instances'
    file_sd_configs:
      - files:
        - '/etc/prometheus/targets/smpp-*.json'

文件/etc/prometheus/targets/smpp-production.json：

[
  {
    "targets": ["smpp-gw-1:4000", "smpp-gw-2:4000"],
    "labels": {
      "environment": "production",
      "datacenter": "us-east"
    }
  }
]

Grafana仪表板​

示例仪表板面板​

连接状态面板​

查询：

smpp_connection_status{job="omnimessage-smpp"}

可视化：Stat
阈值：

  • 红色：值 < 1（已断开）
  • 绿色：值 == 1（已连接）

消息速率面板​

查询：

rate(smpp_messages_sent_total{job="omnimessage-smpp"}[5m])

可视化：Graph
单位：消息/秒
图例：{{bind_name}}

投递成功率面板​

查询：

100 * (1 - (
  rate(smpp_delivery_failures_total{job="omnimessage-smpp"}[5m])
  /
  rate(smpp_messages_sent_total{job="omnimessage-smpp"}[5m])
))

可视化：Gauge
单位：百分比（0-100）
阈值：

  • 红色：< 95%
  • 黄色：95-98%
  • 绿色：> 98%

连接正常运行时间面板​

查询：

smpp_uptime_seconds{job="omnimessage-smpp"} / 3600

可视化：Stat
单位：小时

警报规则​

Prometheus警报规则​

保存到/etc/prometheus/rules/smpp-alerts.yml：

groups:
  - name: smpp_gateway
    interval: 30s
    rules:
      # 连接断开
      - alert: SMPPConnectionDown
        expr: smpp_connection_status == 0
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: "SMPP连接{{ $labels.bind_name }}已断开"
          description: "连接{{ $labels.bind_name }}已断开超过2分钟。"

      # 高失败率
      - alert: SMPPHighFailureRate
        expr: |
          (
            rate(smpp_delivery_failures_total[5m])
            /
            rate(smpp_messages_sent_total[5m])
          ) > 0.05
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "在{{ $labels.bind_name }}上高投递失败率"
          description: "投递失败率在{{ $labels.bind_name }}上为{{ $value | humanizePercentage }}。"

      # 绑定失败
      - alert: SMPPBindFailures
        expr: increase(smpp_bind_failures_total[10m]) > 3
        labels:
          severity: warning
        annotations:
          summary: "在{{ $labels.bind_name }}上多次绑定失败"
          description: "{{ $labels.bind_name }}在过去10分钟内绑定失败{{ $value }}次。"

      # 没有消息发送（预期时）
      - alert: SMPPNoTraffic
        expr: rate(smpp_messages_sent_total[10m]) == 0
        for: 30m
        labels:
          severity: warning
        annotations:
          summary: "在{{ $labels.bind_name }}上没有消息发送"
          description: "{{ $labels.bind_name }}在30分钟内没有发送任何消息。"

      # 频繁断开
      - alert: SMPPFrequentDisconnections
        expr: increase(smpp_disconnection_total[1h]) > 5
        labels:
          severity: warning
        annotations:
          summary: "在{{ $labels.bind_name }}上频繁断开"
          description: "{{ $labels.bind_name }}在过去一小时内断开{{ $value }}次。"

      # OmniMessage API无法访问
      - alert: OmniMessageAPIUnreachable
        expr: |
          count(count_over_time({job="omnimessage-smpp"} |= "api.*connection refused"[5m])) > 0
        for: 1m
        labels:
          severity: critical
        annotations:
          summary: "OmniMessage API无法访问"
          description: "SMPP网关无法访问OmniMessage API。检查API_BASE_URL配置和网络连接。"

      # OmniMessage API超时
      - alert: OmniMessageAPITimeout
        expr: |
          count(count_over_time({job="omnimessage-smpp"} |= "api.*timeout"[5m])) > 5
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: "OmniMessage API超时"
          description: "检测到多个API超时。OmniMessage可能很慢或超载。"

      # 没有消息流（API问题）
      - alert: NoMessageFlow
        expr: rate(smpp_messages_sent_total[10m]) == 0 and rate(smpp_messages_received_total[10m]) == 0
        for: 30m
        labels:
          severity: warning
        annotations:
          summary: "未检测到消息流 - 检查OmniMessage连接性"
          description: "30分钟内没有发送或接收任何消息。检查OmniMessage API连接性和队列状态。"

在prometheus.yml中加载规则：

rule_files:
  - '/etc/prometheus/rules/smpp-alerts.yml'

Web仪表板监控​

内置的Web UI提供实时监控，无需Prometheus。

��问​

URL：https://your-server:8087

实时状态页面​

导航：SMPP → 实时状态

功能：

  • 实时连接状态
  • 消息计数器
  • 连接正常运行时间
  • 手动重连/断开控制
  • 每5秒自动刷新

用途：

  • 快速状态检查
  • 手动干预
  • 实时故障排除

实时状态仪表板 - 所有SMPP对等连接和状态的实时视图

仪表板显示：

  • 总绑定：所有客户端和服务器连接的组合计数
  • 客户端绑定：到运营商的出站连接（显示连接/断开计数）
  • 服务器绑定：来自合作伙伴的入站连接（显示活动/等待计数）
  • 服务器监听：入站服务器套接字的配置（主机、端口、最大连接数）

日志监控​

系统日志​

查看日志：

# 实时跟踪日志
sudo journalctl -u omnimessage-smpp -f

# 最近100行
sudo journalctl -u omnimessage-smpp -n 100

# 从特定时间开始
sudo journalctl -u omnimessage-smpp --since "1 hour ago"

# 按级别过滤
sudo journalctl -u omnimessage-smpp -p err

Web UI日志​

导航：Web UI中的日志选项卡

功能：

  • 实时日志流
  • 按级别过滤（调试、信息、警告、错误）
  • 搜索日志
  • 暂停/恢复
  • 清除日志

系统日志选项卡 - 实时日志查看器，带有级别过滤和搜索

日志视图允许您：

  • 级别过滤：选择日志级别（所有、调试、信息、警告、错误）
  • 搜索：通过文本内容查找特定日志条目
  • 自动滚动：启用/禁用新日志到达时的自动滚动
  • 暂停/恢复：暂停日志更新以查看特定条目
  • 清除：清除所有显示的日志

关键绩效指标（KPI）​

连接健康​

指标：连接正常运行时间百分比

avg_over_time(smpp_connection_status[24h]) * 100

目标：> 99.9%

消息投递率​

指标：每秒投递的消息

rate(smpp_messages_sent_total[5m])

目标：匹配预期量

投递成功率​

指标：成功投递的百分比

100 * (1 - rate(smpp_delivery_failures_total[5m]) / rate(smpp_messages_sent_total[5m]))

目标：> 98%

绑定稳定性​

指标：每小时绑定尝试

rate(smpp_bind_success_total[1h]) * 3600

目标：< 10每小时（表示连接稳定）

监控最佳实践​

1. 设置警报​

  • 为关键指标配置Prometheus警报
  • 使用PagerDuty/OpsGenie进行24/7警报
  • 定期测试警报

2. 创建仪表板​

  • 为每个网关构建Grafana仪表板
  • 在一个仪表板上包含所有连接
  • 添加容量规划面板

3. 定期审查​

  • 每周审查指标
  • 识别趋势和模式
  • 计划容量调整

4. 记录基线​

  • 记录正常的消息量
  • 记录预期的TPS速率
  • 注意高峰时间/天

5. 与后端关联​

  • 监控后端API指标
  • 跟踪端到端消息流
  • 识别瓶颈

使用指标进行故障排除​

连接问题​

检查：smpp_connection_status

  • 值为0 = 审查日志，检查网络，验证凭据
  • 频繁变化 = 网络不稳定

投递率低​

检查：smpp_delivery_failures_total

  • 高速率 = 检查运营商状态，审查消息格式
  • 在连接之间进行比较 = 识别问题运营商

吞吐量低​

检查：smpp_messages_sent_total速率

  • 低于预期 = 检查TPS限制，队列可用性
  • 检查后端API指标

绑定问题​

检查：smpp_bind_failures_total

  • 增加 = 身份验证问题，凭据问题
  • 检查配置中的system_id和密码

相关文档​

最后于 更新