标签：故障恢复

1.总体架构与目标目标：实现端到端可观测与自动恢复，关键指标：播放成功率(PSR)、首屏时延(TTFB)、卡顿率、丢包/码率、边缘空闲率。分层：采集(边缘/源/编码器)、聚合(时序库/日志)、可视化/告警、自动恢复/流量切换。 2.指标与采集实现步骤步骤：1) 在边缘及源服务器部署统计 agent（Prometheus node_export