2. 制品同步基础概念
制品同步是 CI/CD 流水线中连接构建与部署的核心环节。要使用 Grafana 有效监控同步状态，首先需要理解三个基础概念：制品仓库、同步策略和同步链路拓扑。本节将逐一拆解，为后续监控指标设计和故障定位打下基础。
2.1 制品仓库（Artifact Repository）
制品仓库是存储、版本管理和分发二进制制品（如 JAR、Docker 镜像、npm 包、Helm Chart）的中心化系统。在同步场景中，通常涉及两类仓库角色：
| 角色 | 说明 | 典型系统 |
|---|---|---|
| 源仓库（Source） | 制品构建完成后首先推送到的仓库，通常位于内网或构建集群 | Nexus、Harbor、Artifactory |
| 目标仓库（Target） | 制品需要同步到达的远端仓库，可能跨机房、跨地域或跨云 | Harbor、ECR、ACR、Docker Hub |
| 代理/缓存仓库（Proxy） | 位于源和目标之间，用于加速分发或做访问控制 | Nexus Proxy、Harbor Proxy Cache |
监控要点：在 Grafana 中，每个仓库角色都需要独立的数据源面板。源仓库关注推送延迟和存储使用率；目标仓库关注同步到达率和一致性校验失败次数。
2.2 同步策略：Push vs Pull
制品同步的驱动方式决定了监控指标的采集位置和告警逻辑。两种策略的核心区别如下：
| 对比维度 | Push 模式 | Pull 模式 |
|---|---|---|
| 触发方 | 源仓库主动将制品推送到目标 | 目标仓库主动从源拉取制品 |
| 控制权 | 源端控制同步节奏 | 目标端控制同步节奏 |
| 网络方向 | 源 → 目标（出站流量） | 目标 → 源（入站流量） |
| 典型场景 | CI 构建完成后立即分发 | 边缘节点按需拉取最新版本 |
| 监控关键指标 | 推送成功率、推送耗时、队列积压 | 拉取频率、拉取延迟、缓存命中率 |
| 故障模式 | 源端网络不可达、目标存储满 | 目标端认证失败、源端制品被删除 |
常见误区：不要认为 Push 模式一定比 Pull 模式快。当目标仓库分布在全球多个区域时，Pull 模式配合本地缓存往往能获得更低的终端拉取延迟。监控设计必须根据实际策略选择对应的指标。
2.3 同步链路拓扑
同步链路拓扑描述了制品从源仓库到目标仓库的完整路径。根据企业规模和网络架构，常见的拓扑有三种：
- 点对点（Point-to-Point）：一个源仓库直接同步到一个目标仓库，结构简单，适合单一机房或同区域同步。
- 星型（Hub-and-Spoke）：中心仓库作为枢纽，向多个边缘节点同步。中心负责统一版本管理，边缘节点服务本地用户。
- 级联（Chain）：制品经过多级仓库逐层同步，常用于多层网络隔离环境（如开发→测试→生产）。
下图展示了一个典型的星型同步链路拓扑，其中包含 Push 和 Pull 两种策略的混合使用：
拓扑与监控设计：
- 点对点拓扑：只需监控单条链路的同步延迟和成功率，Grafana 面板可以简化为一个时间序列图。
- 星型拓扑：需要为每个边缘节点建立独立的监控面板，重点关注中心仓库的出站带宽和各节点的同步一致性。
- 级联拓扑：必须逐级监控，任何一级的故障都会导致下游同步中断。建议在 Grafana 中构建链路拓扑图，用颜色标识每级健康状态。
2.4 同步链路中的关键角色与数据流
为了更清晰地理解同步过程中各组件的关系，下图展示了制品从构建完成到最终被消费者拉取的完整数据流：
监控埋点建议：在同步引擎层暴露 Prometheus 指标，包括
sync_queue_size、sync_duration_seconds、sync_total（按 status 标签区分 success/failed）。Grafana 通过 Prometheus 数据源即可构建实时监控面板。
2.5 概念总结与监控映射
将本节三个基础概念映射到 Grafana 监控设计，可以得到以下对应关系：
| 基础概念 | 监控对象 | Grafana 面板类型 | 典型告警规则 |
|---|---|---|---|
| 制品仓库 | 源/目标仓库的存储、可用性 | Singlestat、Gauge | 存储使用率 > 85% |
| 同步策略 | Push/Pull 任务的执行状态 | Time series、Table | 同步失败率 > 5% |
| 同步链路拓扑 | 各链路节点的连通性和延迟 | Node Graph、Stat | 链路延迟 > 300s |