可观测性

无人值守的前提是你随时能知道它还活着、活得好不好。

健康探针

端点	用途
/healthz	存活
/readyz	就绪（采集心跳 + 存储可写）——负载均衡与监控告警用这个
/metrics	Prometheus 指标
/api/edge/health/summary	健康摘要 JSON（采集 / 北向 / 系统资源）

界面「网关健康」页可视化同一份数据：通道连通、设备在线率、北向状态、磁盘与内存水位。

进程自愈

• 启动自检：磁盘余量、数据目录可写、配置可解析；硬性失败直接退出不带病启动
• 看门狗：采集循环心跳；卡死时主动退出交 systemd 拉起（EDGE_WATCHDOG_ENABLED）
• 配置回退：配置变更留快照，启动失败自动回退上一份可用配置
• 时钟防护：检测到墙钟倒退进单调回退模式，时序排序与补传顺序不乱

配置备份

• 整体配置 JSON 导出 / 导入，支持 dryRun 预检
• 变更快照留档，可回看
• 升级 = 换二进制重启，数据目录不动；备份 / 迁移 = 拷数据目录

指标接入

/metrics 直接被 Prometheus 抓取；已有监控体系的，把网关当标准 exporter 用即可。关键指标覆盖：采集成功率与延迟、各通道 / 设备状态、告警计数、北向缓存水位、goroutine 与内存。

API 与自动化

全部管理接口有 OpenAPI 3.1 规范：活实例 GET /api/edge/openapi.yaml 直接取当前版本的规范，与版本严格同步（规范由运行时导出，不存在文档漂移）。适合接入方做自动化对接与联调。