指标
Queuety 提供一个指标 API,用于根据日志表计算各处理器的统计数据。可用于监控、仪表盘和告警。
处理器统计数据
获取指定时间范围内所有处理器的指标:
PHP
$stats = Queuety::metrics()->handler_stats( 60 ); // last 60 minutes
返回数组中的每个条目都包含:
| 字段 | 描述 |
|---|---|
handler |
处理器名称 |
completed |
成功执行次数 |
failed |
失败尝试次数(failed 和 buried 日志事件,因此同一个作业可能计数多次) |
avg_ms |
平均执行时长(毫秒) |
p95_ms |
执行时长的第 95 百分位数 |
error_rate |
0 到 1 之间的失败率:failed / (completed + failed),四舍五入到小数点后四位 |
CLI
命令行
# Metrics for the last 60 minutes (default)
wp queuety metrics
# Metrics for the last 24 hours
wp queuety metrics --minutes=1440
# JSON output
wp queuety metrics --format=json
输出示例:
代码
+------------------+-----------+--------+--------+--------+------------+
| handler | completed | failed | avg_ms | p95_ms | error_rate |
+------------------+-----------+--------+--------+--------+------------+
| send_email | 142 | 3 | 45 | 120 | 0.0207 |
| process_image | 87 | 0 | 230 | 450 | 0 |
| call_openai | 31 | 5 | 2100 | 4500 | 0.1389 |
+------------------+-----------+--------+--------+--------+------------+
使用场景
- 仪表盘组件。 在 WordPress 管理后台中显示吞吐量和错误率。
- 运行状况检查。 当处理器的错误率超过阈值时发出告警。
- 性能调优。 使用
p95_ms找出速度较慢的处理器并进行优化。 - 容量规划。 跟踪吞吐量趋势,以确定工作进程池的规模。