容量规划

Compose 演示数据只用于产品体验，不能用于生产容量估算。规划应从实测 PV、自定义事件、 错误率、API 请求量和保留期开始。

需要收集的输入

• 峰值 EPS 与每日事件量
• 会话时长与每会话事件数
• 错误和 API 请求采样率
• 原始数据与聚合数据保留天数
• Source Map Artifact 大小与上传频率

先用采样率折算预期流量。项目速率限制按 Ingest 请求而不是事件计数；应使用实测的 每请求平均事件数换算峰值，并保留运维余量。公式和失败语义见速率限制。

依赖压力

结合架构阅读。Kafka 的保留余量决定依赖故障时还能 安全接收多久，因此优先估算。

依赖	重点指标
Kafka	Produce 确认 P99、Consumer Lag、保留余量
ClickHouse	插入成功率、查询延迟、磁盘增长
PostgreSQL	连接数、控制面写延迟
Redis	内存与驱逐行为
对象存储	Artifact 大小、上传失败

已发布数据

下列生产级数据尚未发布，也不会从演示数据推导。只有 docs/benchmarks/ 中存在可复现 实测证据时才填写。

测量项	状态	证据
单个 Ingest 副本每秒信封数	未测量	—
单个 Consumer 副本每秒事件数	未测量	—
ClickHouse 每事件存储字节	未测量	—
每小时流量所需 Kafka 保留量	未测量	—
特定事件量下的 Console 查询延迟	未测量	—

上线前用接近生产的输入执行自己的压测，并安装存储压力 中描述的磁盘、inode、填满预测和 Kafka 保留余量保护。