阿里云 OpenAPI 网关监控体系为什么必须采用 Flink + SLS 的实时流架构？

阿里云 OpenAPI 网关承载了几乎所有云产品的对外接口，任何波动都会直接影响客户业务，因此监控体系有几个硬性要求，决定了传统离线批处理架构无法胜任：

• 海量并发：核心网关分布式部署，每分钟产生数十 GB 日志，日均 TB 级。
• 维度复杂：包含 Region、Product、业务域、租户、API、错误码等多维标签，且相互交织。
• 强实时性：故障发现要求秒级响应，直接影响 MTTR。
• 稳定性：监控自身要求 99.99%+ 可用性，不能因监控故障导致漏报。

Flink 提供 Exactly-Once/At-Least-Once 语义、窗口聚合和大状态管理；SLS 提供 Logtail 采集 + MetricStore（兼容 Prometheus 协议）的托管平台。两者组合形成「采集 → 流计算 → 时序存储 → Grafana 展示与告警」的闭环，具备秒级延迟、弹性扩缩和全托管运维能力。