uptimescout
获取 API 密钥

UptimeScout 指南

如何解读故障历史图表,避免误读空档

了解每列代表什么,历史图表才有用。若把观测结果误当作连续测量,就可能得出错误结论。

服务器指示灯旁的精密手表和玻璃棱镜。
由 AI 生成的编辑配图

每一列都代表一个时间区间

UptimeScout 分别为 3 小时、12 小时和 1 天汇总 36 个区间。这些区间的时长分别为 5、20 和 40 分钟。等宽列便于比较时间;颜色代表分类信号,而不是投诉数量。

该列的颜色由保存次数最多的信号决定。一条 outage 观测不会让以 degraded 为主的区间整体变红。如果出现计数并列,则由这些并列状态中最近一次观测的状态决定颜色。请选中该列,检查实际分布后再描述整个区间。

样本不是用户数,也不代表持续时间

查看器会统计每种状态下保存的观测数。十条观测不等于十名受影响用户。根据这些计数计算出的比例也不能证明经测量的正常运行时间百分比,因为本产品并未对每个用户网络进行持续的端到端测量。

同样,有颜色的列数也不等于已确认的故障持续时间。汇总能让图表更易阅读,但不会将时间区间变成已确认的事件边界。

将空白列视为 unknown

没有可用观测的区间会保持为空白。出现这种情况,可能是因为采集尚未开始、两次观测之间存在间隔,或无法获取可用结果。这既不表示服务发生故障,也不表示服务运行正常。

最新观测也可能过期。请将这一点与区间的历史内容分开来看:已保存的过去观测仍是关于当时记录信号的历史事实,而当前情况可能仍不确定。

根据具体问题使用时间范围

使用 3 小时视图检查近期变化,使用 12 小时视图了解周边背景,使用 1 天视图观察更广泛的模式。切换视图时请保持区域不变。与自己的错误日志进行比较前,请先查看所选区间的开始时间、结束时间和最近一次观测时间。

如果应用需要获取数据,请使用历史记录端点,并保留区域和时间戳。在导出文件和报告中说明 unknown 区间。好的报告会说明观测结果能够支持什么、不能证明什么,而不是用平滑曲线掩盖不确定性。

内容审核日期:2026 年 11 月 18 日。

Markdown

REST / MCP / SDK

查询服务或集成 API

通过服务目录查看当前区域信号,并参阅文档以实现可复现的集成。

服务目录API 文档