P1:闭环时限管控、治理成效评估、站型阈值系数与接口测试
- 闭环状态流转自动记录接单/闭环时间,状态值校验;按断站分级判定响应时限 (及时/超时/超时未响应/未到期/无记录),新增及时响应率、平均闭环时长、超时未闭环指标与筛选 - 新增治理成效评估 /api/effect:分界日期前后指标对比与问题站点逐站改善判定 - 新增站型阈值系数(实际阈值 = 场景阈值 × 站型系数)及配置接口与页面 - 样例数据新增接单/闭环时间(独立随机数,原字段不变),导入支持并校验 - 新增 tests/test_api.py(权限、导入模板、闭环流程、站型系数、成效评估、无数据边界) - 修复:新流水无告警匹配时根因分析报错;空筛选时超长站点清单返回 500 Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
e9616af34d
commit
0e070a64fe
13 files changed
+6540
-6043
No files matched your search
@@ -95,6 +95,8 @@ npm run build # 重新生成 ../../static/vendor/
|
||||
|
||||
重新生成数据:`python data_gen.py --rows 6000`,然后删除 `data/outage.db` 并重启。
|
||||
|
||||
样例流水含接单时间 `handle_time` 与闭环时间 `close_time`(独立随机数生成,不影响其他字段)。旧版数据库启动时会自动补字段,但旧记录没有这两个时间,及时响应率显示为“—”;删除 `data/outage.db` 重启即可载入带闭环时间的样例数据。
|
||||
|
||||
## 支持导入的文件(「数据导入校验」页,上传后自动识别)
|
||||
|
||||
| 类型 | 文件 | 入库方式 |
|
||||
@@ -113,7 +115,8 @@ npm run build # 重新生成 ../../static/vendor/
|
||||
- **退服时长**:一律按“恢复时间 − 开始时间”重算;上报时长保存为 `reported_min`,两者相差超过 1 分钟即标记为“时长差错”。
|
||||
- **统计周期**:顶栏筛选了月份 / 日期范围时取筛选范围(同时有则取交集),否则取全部流水首日 0 点到末日 24 点。
|
||||
- **退服率** = 总退服时长 ÷(站点数 × 统计周期);**网络可用率** = 1 − 退服率。站点数按场景、片区、站型、厂家、站名关键字筛选。看板、对标与导出用同一口径。
|
||||
- **超长退服站点**:月均超长退服 ≥ 1 次(单次时长 ≥ 场景阈值)。**高频重复站点**:月均退服次数 ≥ 场景次数阈值。“月均”按统计周期的自然月数计算。**重复退服率** = 高频重复站点数 ÷ 站点数。
|
||||
- **站型分级阈值**:站点实际阈值 = 场景阈值 × 站型系数。默认室分超长时长 ×0.75(重点楼宇从严),分布式皮基站两项 ×1.5(覆盖小、有宏站兜底),宏站 ×1;可在「场景与站点分级」页修改。
|
||||
- **超长退服站点**:月均超长退服 ≥ 1 次(单次时长 ≥ 站点实际阈值)。**高频重复站点**:月均退服次数 ≥ 站点实际次数阈值。“月均”按统计周期的自然月数计算。**重复退服率** = 高频重复站点数 ÷ 站点数。
|
||||
- **根因判定分三级**(每条结果带置信度 高 / 中 / 低):
|
||||
0. 衍生告警归并:带 `parent_alarm_id` 的告警按父告警类别计(停电引起的传输告警归为电源故障)。
|
||||
1. 衍生关系(高):与退服开始相差 ≤ 2 分钟的“小区退服”告警带父告警时,取父告警类别。
|
||||
@@ -123,7 +126,9 @@ npm run build # 重新生成 ../../static/vendor/
|
||||
多条命中时依次比较:级别 → 是否随业务恢复清除(±15 分钟)→ 规则优先级(割接施工 → 电源故障 → 机房环境 → 传输中断 → 天馈故障 → 设备硬件)→ 时间早;都没有命中判为“其他”。
|
||||
- **时间窗标定**:每次全量分析前,用已闭环流水中同站同类告警的提前量 95% 分位数标定各类时间窗(不小于默认值 30/300/180/15/30/15 分钟,不大于 720 分钟;样本少于 30 条时沿用默认值)。
|
||||
- **告警—退服关联量化**:对每类告警计算支持度(退服前 W 分钟内有该类告警的退服占比)、置信度(该类告警其后 W 分钟内发生退服的比例)、提升度(置信度 ÷ 随机窗口遇到退服的概率)。
|
||||
- **断站分级**:重要 / 主要 / 次要,对应不同的处置响应时限。
|
||||
- **断站分级**:重要 / 主要 / 次要,对应不同的处置响应时限(2 / 4 / 24 小时,从退服开始算到接单)。
|
||||
- **闭环时限**:状态改为“处理中 / 已闭环”时自动记录接单时间,改为“已闭环”时自动记录闭环时间,重新打开时清空闭环时间。每条流水判定为 及时 / 超时 / 超时未响应 / 未到期 / 无记录(历史数据没有接单时间);看板给出及时响应率、平均闭环时长、超时未闭环条数,流水管理可筛选“仅超时未闭环”。
|
||||
- **治理成效评估**:以分界日期把统计周期分为治理前后两段,各按自身天数折算后比较 8 项指标;治理前被判为超长 / 高频的站点逐站比较月均退服次数与时长,变化超过 ±10% 记为改善或恶化。退服有季节性,跨季节对比需结合同期数据判断。
|
||||
- **影响评估**:受影响用户 = 小区数 × 单小区在线用户 × 忙闲时系数 × 覆盖补偿系数;受影响用户·小时 = 受影响用户 × 退服时长;业务损失 = 小区话务 × 忙闲时系数 × 覆盖补偿系数 × 退服时长。覆盖补偿:500 米内每有一个邻站下降 10%(室分 5%),最低 40%。
|
||||
|
||||
## 测试
|
||||
@@ -133,6 +138,7 @@ npm run build # 重新生成 ../../static/vendor/
|
||||
```bash
|
||||
python tests/test_rootcause.py # 根因判定准确率:基线 + 6 组扰动数据(去父告警、时钟偏移、告警缺失、干扰告警、提前量变宽、综合)
|
||||
python tests/test_kpi.py # 统计周期、稀疏筛选、月均口径、看板与导出一致、影响评估、关联量化
|
||||
python tests/test_api.py # 登录与权限、导入模板校验、闭环流程与响应时限、站型系数、治理成效、无数据边界
|
||||
python bench.py # 单批 1 万条导入耗时、全量分析耗时、时长计算准确率
|
||||
```
|
||||
|
||||
|
||||
Reference in new issue
Block a user