EMR AI助手工作中樞使用指南，介紹支援的任務類型、如何配置定時巡檢和警示診斷任務、查看執行記錄以及排查任務執行失敗。 - E-MapReduce

對話式診斷需要人主動發起，工作中樞可以把巡檢和警示診斷變成按計劃自動執行的任務，並把結果推送到DingTalk群。本文介紹工作中樞支援的任務類型、如何配置任務和查看執行記錄，以及任務執行失敗時如何排查。

適用情境

工作中樞適合以下情境。

生產執行個體的例行巡檢，例如每周固定時間體檢一次，提前發現風險。
慢SQL治理，周期性輸出慢查詢清單和最佳化建議，跟蹤治理進展。
警示響應，警示觸發後自動完成一次診斷，值班人員拿到結論後再介入。
變更前後複核，在變更視窗前後各手動執行一次巡檢，對比執行個體狀態。

支援的任務類型

任務分為定時巡檢和警示診斷兩類：定時巡檢按配置的周期執行，適合例行體檢和治理；警示診斷由指標或事件觸發，適合異常響應。

任務類型	說明	典型用途
執行個體全量健康巡檢	對執行個體做多維度體檢，覆蓋資源水位、配置、任務運行狀態和例外狀況事件。	周巡檢、變更前檢查、故障後複核。
運行中SQL巡檢	抓取當前正在啟動並執行SQL，按資源消耗排序。	快速發現正在影響業務的SQL。
歷史慢SQL巡檢	分析過去一段時間內最慢的SQL，並給出最佳化方向。	慢SQL治理和最佳化複盤。
CheckPoint警示	監控Frontend (FE) 中繼資料相關異常。	判斷中繼資料風險和FE狀態。
Compaction警示	監控Compaction堆積、執行失敗和版本數異常。	發現寫入鏈路和背景工作風險。
機器負載警示	監控CPU、記憶體、磁碟等資源水位。	發現資源瓶頸和節點風險。
Routine Load警示	監控Routine Load匯入任務異常。	排查匯入失敗和延遲。
物化視圖警示	監控物化視圖重新整理失敗、重新整理積壓和狀態失效。	保證查詢加速鏈路和資料新鮮度。
查詢延遲警示	監控查詢回應時間異常。	發現業務延遲風險。

配置任務

工作中樞包含任務配置和執行記錄兩部分：任務配置用於設定任務何時執行、檢查哪些執行個體、結果推送到哪裡；執行記錄用於查看每次執行的結果。上表中的任務多為系統內建任務，您通常不需要建立任務，只需按業務需要調整配置並啟用。

任務配置頁支援的操作

操作	說明	使用時機
查看任務	查看內建任務清單、任務狀態、執行循環和推送配置。	確認哪些巡檢和警示已經生效。
編輯任務	修改任務名稱、模型、執行個體範圍、執行頻率和推送渠道。	調整巡檢計劃或更換接收群。
立即執行	不等待定時調度，手動觸發一次任務。	變更前後檢查、故障排查、驗證配置是否生效。
查看執行記錄	查看該任務的歷史執行結果、報告內容和失敗原因。	複盤和審計。
啟用或暫停	控制任務是否按計劃執行。	臨時關閉測試工作，或降低警示噪音。

操作步驟

登入阿里雲EMR控制台。
在左側導覽列選擇EMR AI助手，然後單擊工作中樞 > 任務配置。
找到需要啟用的任務，單擊編輯。

按需設定以下配置項。

配置項	是否必填	說明
任務名稱	是	用於在工作清單、執行記錄和推送訊息中識別任務。建議帶上環境和執行個體資訊，例如"生產核心執行個體周巡檢"。
模型	是	用於產生巡檢報告和診斷建議的大語言模型。可選模型以控制台頁面為準。
監控執行個體	是	任務檢查的目標執行個體，支援選擇一個或多個。核心生產執行個體建議單獨配置任務，避免多執行個體混在一份報告裡不好定位。
執行頻率	否	任務自動執行的周期和時間點，例如每周一08:00。不設定時任務不會自動執行，需要手動觸發。
推送渠道	否	任務結果推送到的IM群。需要先在IM 頻道中完成配置，詳情請參見EMR AI助手IM頻道接入指南。不配置時任務仍會執行，結果需要到執行記錄中查看。

警示類任務還需要設定觸發閾值、分析視窗、TopN數量和冷卻時間等參數。閾值決定警示的靈敏度，冷卻時間決定同一異常在多長時間內不重複警示，具體參數以任務類型對應的配置頁為準。

單擊儲存。
單擊立即執行手動觸發一次，確認任務能正常執行且推送訊息可以收到。

說明

手動觸發不會影響原有的定時調度，兩者互不干擾。

執行頻率與推送建議

頻率設定需要在及時性和警示噪音之間取平衡。以下是常見情境的建議。

情境	建議頻率	建議推送渠道
核心生產執行個體	每日或每周固定時間	營運值班群
普通生產執行個體	每周固定時間	平台營運群
測試執行個體	按需手動觸發或低頻執行	獨立測試群，不要推到生產群
重大活動保障	活動前手動執行一次，活動期間提高頻率	專項保障群
變更前後檢查	變更前、變更後各手動執行一次	變更群或負責人

另外建議注意以下幾點：

執行時間盡量避開業務高峰和批任務高峰，除非本次巡檢的目的就是檢查高峰時段的狀態。
警示閾值過低會造成警示疲勞，過高會漏掉早期風險。建議先按預設值運行一段時間，再根據實際警示量調整。
合理設定冷卻時間，避免同一異常在短時間內反覆推送。
推送渠道需要定期檢查，群機器人失效或群成員變動後應及時更新配置。

查看執行記錄

在執行記錄頁可以按任務名稱或時間篩選，查看每次定時觸發、手動觸發或警示觸發後的結果。各欄位含義如下。

欄位	含義	使用建議
任務名稱、任務類型	本次執行對應的任務及其類型。	多任務並存時用於快速定位記錄。
觸發方式	定時觸發、手動觸發或警示觸發。	確認定時任務是否按計劃執行。
開始時間、結束時間	本次執行的時間視窗。	判斷任務是否逾時或延遲。
執行狀態	成功、失敗、執行中或部分成功。	失敗時查看失敗原因，參見執行失敗排查。
結果摘要、詳情報告	AI助手產生的檢查結論和完整報告內容。	先看摘要中的高風險項，再按需展開詳情報告。
推送狀態	結果是否成功推送到IM渠道。	推送失敗時檢查IM渠道配置。

說明

執行記錄是故障複盤、周報和治理追蹤的主要資料來源，建議定期追溯，跟蹤執行個體健康趨勢。報告中的結論需要結合實際監控資料和業務上下文判斷，不要直接作為變更依據。

執行失敗排查

任務執行失敗時，先在執行記錄中查看失敗原因，再按下表處理。

失敗原因	表現	處理方式
執行個體不可用	任務無法讀取執行個體運行資料。	檢查執行個體狀態是否正常，執行個體恢複後重新觸發任務。
許可權不足	無法讀取監控指標、任務記錄或執行個體配置。	檢查帳號許可權，詳情請參見EMR AI助手快速入門。
IM渠道失效	任務執行成功但推送失敗。	檢查Webhook地址、簽名密鑰和群機器人狀態。
Tokens額度不足	任務中斷，無法產生完整報告。	查看剩餘額度和計費狀態，詳情請參見EMR AI助手隨用隨付說明。
配置不完整	未選擇執行個體或缺少必填參數。	回到任務配置頁補齊必填項後重新儲存。
系統限流	短時間內觸發的任務過多。	錯開各任務的調度時間，或降低執行頻率。

警示處理流程

警示觸發後，AI助手會自動完成一次診斷並產生執行記錄，同時把結論推送到關聯的IM群。建議按以下流程處理。

在IM群中確認警示涉及的執行個體、時間和風險等級。
開啟執行記錄查看完整診斷報告，確認影響範圍。
如果結論需要進一步驗證，在交談視窗用對應的專家技能深入分析，詳情請參見EMR AI助手專家技能總覽。
執行處置動作。涉及生產變更時按變更流程審批。
複盤本次警示，判斷閾值和冷卻時間是否需要調整，避免同類問題反覆觸發或漏報。

常見問題

定時任務和警示任務有什麼區別？

定時任務按固定周期執行，適合例行巡檢和日報；警示任務由指標或事件觸發，適合異常響應。兩者的執行結果都記錄在執行記錄中。

一個IM渠道可以接收多個任務的結果嗎？

可以。但建議把生產警示、日常巡檢和測實驗證分開配置到不同群，避免重要訊息被噪音淹沒。

不設定執行頻率可以嗎？

可以。只做臨時檢查時不設定頻率，通過立即執行手動觸發即可。用於持續營運時建議配置定時執行。

可以關閉內建的警示任務嗎？

可以暫停，但不建議關閉關鍵警示任務，除非已經有其他監控機制覆蓋同類風險。

手動觸發會影響定時調度嗎？

不會。手動觸發是一次獨立執行，原有的定時計劃照常生效。