监控与告警

/healthz复制锚点链接

GET /healthz 返回 200 与纯文本 ok，不需要认证。它只表示进程在运行、HTTP 服务能响应，不检查数据库、渠道或任务队列。适合做进程存活检查与外部可用性探测；渠道是否健康看指标与告警。

/healthz 与 /metrics 自身的请求不计入 HTTP 指标。

/metrics复制锚点链接

GET /metrics 以 Prometheus 文本格式输出指标，与业务共用同一个端口。

访问控制：只有客户端地址落在 IMGYOUNG_METRICS_ALLOW 内的请求才放行（变量未设置时为回环与私网段），其余返回 403；把变量设为空串（或只有空白）则对谁都不开放。客户端地址按反向代理与 HTTPS里的规则解析。指标里有路由模板、渠道名与用量，不应对公网开放：

• 公网入口（反代）一律不转发 /metrics，deploy/ 里的 Caddy 与 Nginx 示例都对它返回 404；
• 让 Prometheus 从内网直接访问 ImgYoung 的监听地址；
• IMGYOUNG_TRUSTED_PROXIES 要配对。配错时经反代的请求都显得来自反代自身，反代地址又在放行网段内的话，转发了 /metrics 的反代会把指标暴露给所有人。

指标清单复制锚点链接

全部业务指标以 imgyoung_ 为前缀：

此外还有 Prometheus Go 客户端自带的 go_*（运行时）与 process_*（进程）指标。

Prometheus 抓取配置复制锚点链接

scrape_configs:
  - job_name: imgyoung
    static_configs:
      - targets: ["10.0.0.5:8721"]   # ImgYoung 的内网地址与端口

Prometheus 不在默认放行的私网段内时，把它的地址加进 IMGYOUNG_METRICS_ALLOW（连同仍需要的默认网段一起写，设置后会整体替换默认值）。

几条常用的告警表达式：

# 有渠道不健康
imgyoung_channels_healthy_total < imgyoung_channels_total

# 渠道写入持续出错
sum by (channel) (rate(imgyoung_channel_puts_total{result="error"}[10m])) > 0

# 上传因基础设施失败
sum(rate(imgyoung_upload_duration_seconds_count{outcome="failed"}[10m])) > 0

# 任务队列积压
imgyoung_queue_jobs_waiting > 1000

告警复制锚点链接

告警由评估循环产生：启动时评估一次，之后每隔「健康检查间隔」（health_check_seconds，出厂 60 秒）评估一次。每轮按现状判断哪些条件成立，与未恢复的告警对账——新成立的开启，不再成立的自动恢复。同一类型、同一对象至多有一条未恢复的告警；条件持续成立期间，详情会随每轮评估更新。

backup_failed 依据的是本进程内最近一次备份的结果，进程重启后在下一次备份失败之前不会再出现。

在哪里看：后台「总览」页的「告警」卡片列出当前未恢复的告警，点「历史记录」进入「设置 → 告警历史」，那里分页列出包括已恢复在内的全部告警。告警的开启与恢复也会写入日志（告警开启、告警恢复）。

Webhook复制锚点链接

在「设置 → 运行配置 → 告警与审计 → 告警 Webhook 地址」填入一个 http / https 地址后，每条告警在开启与恢复时各 POST 一次 JSON（Content-Type: application/json）：

{
  "kind": "channel_unhealthy",
  "target": "r2-main",
  "message": "连接超时",
  "status": "open",
  "opened_at": "2026-10-15 08:30:00"
}

{
  "kind": "channel_unhealthy",
  "target": "r2-main",
  "message": "连接超时",
  "status": "resolved",
  "opened_at": "2026-10-15 08:30:00",
  "resolved_at": "2026-10-15 09:05:00"
}

投递规则：

• 接收方返回 2xx 即视为成功；连接失败、超时（10 秒）或非 2xx 都会在下一轮评估时重试，直到成功；
• 同一条告警总是先投递开启、再投递恢复；
• 请求不带签名或认证头，需要校验来源时把密钥放进 URL（如查询参数），并使用 https；
• 告警开启时没有配置 Webhook 的，该次转折直接记为已投递，之后再配置也不会补发；
• 负载格式是固定的。要推送到即时通讯工具，需要一个转换格式的中转服务。

日志复制锚点链接

• 日志写到标准错误，格式是 Go log/slog 的文本格式：每行以 time=、level=、msg= 开头，后接 key=value 形式的字段，消息为中文。级别固定为 INFO 及以上，没有调整级别的配置项。
• 查看：systemd 用 journalctl -u imgyoung，Docker 用 docker logs imgyoung，Compose 用 docker compose logs imgyoung。
• 凭证不进日志：渠道配置参数不出现在任何日志与错误信息里，Cloudflare API Token 只在内存中以明文存在，配置修改的审计记录也只写 (已配置) 或 (空)；上传 Token 与会话只存哈希。唯一会打印的密码是首次启动（或重置密码后）播种的出厂密码，它本就是公开值。

排障时值得留意的几行：