可观测性性能

本文档记录的是可复现的工程快照，而不是永久性的营销承诺。绝对耗时取决于 Node、CPU、 操作系统、文件系统、电源状态和后台负载。发布决策使用同一主机上的中位数与 RFC 预算； CI 使用刻意放宽的闸值，避免受硬件影响的 flaky 结果。

预算

路径	专用基准测试闸值	CI 守卫
无 sink 的墙钟时间	相比 OBS-1A identity/status 基线，中位数回归 <1%	在专用发布运行中测量，不在浅克隆 CI checkout 中测量
无 sink 的留存内存	相比 OBS-1A，每个保留的顶层结果额外占用 <1 KiB	使用 --expose-gc 报告；不是共享 runner 上的绝对闸值
旧版同步回调分发	每个完成事件 p95 <10 µs	p95 <100 µs
批处理入队	每条记录 p95 <20 µs	p95 <200 µs
OTel 转换 + 内存 processor	每条记录 p95 <50 µs	p95 <500 µs
同一主机上整次运行的 sink 开销	相对于无 sink 路径报告	<1,000%，用于捕获数量级回归

放宽后的 CI 阈值是专用微秒预算的 10 倍。它们是回归警报，不代表发布验收结果。

矩阵与方法

既有的基准测试脚本继续作为共用 harness：

矩阵行	Harness 与统计量
无 sink	observability-no-sink.mjs；基线/候选交替运行多轮，取墙钟时间中位数
无 sink 内存	同一 harness 配合 --expose-gc；保留结果数组，交替计算每个结果所占字节的中位数
旧版回调	observability-sinks.mjs；整次运行中位数，加直接旧版分发 p95
BatchingTraceSink	整次运行中位数和同步入队 p95
InMemoryTraceStore	1k/10k 次 append、首屏查询和预估留存 heap
FileTraceStore	1k/10k 次 append、fsync、重新打开、完整查询、compaction、文件大小和批量大小对比
OTel adapter	官方 InMemorySpanExporter + SimpleSpanProcessor；每条记录 p95 以及 1k/10k 批次
等价于 1/10/100 个 agent 的数据包络	仅含元数据的 start/end 记录集；字节数和入队 p95
流式元数据	10k 个无载荷 stream_chunk 事件；字节数和入队 p95
队列压力/丢弃	有界队列按记录数与字节压力生成的快照

在仓库根目录构建后运行以下命令：

# Same-host historical comparison. The baseline must be a separately built
# OBS-1A/core dist, while candidate is this checkout's core dist.
node --expose-gc packages/core/benchmarks/observability-no-sink.mjs \
  /tmp/oma-obs1a-baseline/packages/core/dist/index.js \
  packages/core/dist/index.js

# Sink/store/OTel matrix.
node --expose-gc packages/core/benchmarks/observability-sinks.mjs \
  packages/core/dist/index.js packages/otel/dist/index.js

# File durability and query boundary.
node --expose-gc packages/core/benchmarks/file-trace-store.mjs

# Tolerant CI gate.
npm run bench:observability:ci

历史对比默认交替运行九轮，每轮 2,000 次顶层运行。可用 OMA_BENCH_ITERATIONS、OMA_BENCH_ROUNDS、OMA_BENCH_MEMORY_ITERATIONS 和 OMA_BENCH_MEMORY_ROUNDS 覆盖默认值。请随结果记录所有覆盖项。

当前发布快照

OBS-5 最终专用运行环境：Node v22.22.3、macOS/Darwin 25.5.0 darwin-arm64、Apple M1。历史墙钟时间对比使用 2,000 次运行 × 9 个交替轮次； 留存内存对比使用 2,000 个保留结果 × 3 个交替轮次。微秒 p95 样本使用 10,000 个 旧版/批处理事件和 1,000 条预热后的 OTel 记录。

检查项	结果	闸值
无 sink 的中位数回归	-0.530%（基线 18.743 ms；候选 18.644 ms）	<1%
每个结果额外留存字节	-1.18 B（基线 1,154.16 B；候选 1,152.98 B）	<1,024 B
旧版分发 p95	0.125 µs	<10 µs
批处理入队 p95	1.250 µs	<20 µs
OTel 转换/processor p95	15.208 µs	<50 µs

五个专用闸值全部通过。历史基线为已构建的 OBS-1A merge 58096804a04c241a4c02943050acc4c89c884a85；测量前已确认基线快照中的关键源码 blob hash 与该 commit 一致。

矩阵快照

路径	1k 条记录	10k 条记录
InMemory append	5.14 ms	36.33 ms
InMemory 首屏查询	15.20 ms	42.46 ms
InMemory 预估留存 heap	414,384 B	1,878,976 B
OTel 转换 + 内存处理	12.24 ms	79.00 ms
File append（完成写入）	12.47 ms	84.80 ms
File fsync	3.56 ms	7.60 ms
File 重新打开/重建索引	9.77 ms	63.51 ms
File 完整分页查询	16.33 ms	339.57 ms
File compaction	32.65 ms	933.37 ms

文件相关行代表 500/5,000 次逻辑运行（每次两条记录）。compaction 前文件大小为 431,818/4,393,820 字节，之后为 427,810/4,353,812 字节。对于 1,000 条记录， 批量大小为 1、10、100 和 1,000 时，append 分别耗时 158.99 ms、26.62 ms、 9.04 ms 和 7.92 ms。

等价元数据包络的入队 p95 为：1 个 agent 时 1.291 µs、10 个 agent 时 1.250 µs、100 个 agent 时 1.250 µs，每行至少使用 1,000 个计时样本。具有代表性的 100-agent 包络包含 402 条记录、共 202,500 字节，占默认 16 MiB 队列的 1.21%。 一万个无载荷流式元数据事件占用 4,196,674 字节，入队 p95 为 1.084 µs。

压力注入符合设计：100 条记录的队列接受 1,000 个事件、保留 100 个并报告 900 次丢弃； 相当于四条记录的字节上限接受 100 个事件、保留 4 个并报告 96 次丢弃。没有观察到 无界增长或静默丢失。

完整确定性运行的中位数分别为 9.001 µs/run（无 sink）、15.185 µs/run（旧版回调） 和 59.117 µs/run（batch sink）。这些端到端相对数字包含每次运行创建六条 v2 记录与 计算 JSON 字节数的开销；RFC 发布闸值是热路径 p95 与历史无 sink 对比，不承诺启用 tracing 后完全没有额外工作。

内容采集边界

本版本没有公开的 content-on 模式。TraceCapturePolicy 保持默认仅采集元数据的契约， @open-multi-agent/otel 也只暴露已禁用的内容采集扩展点。因此，content-on 基准测试 是明确的非目标，并非遗漏的矩阵行。不会仅为填满矩阵而增加合成 prompt 或工具载荷 路径；仅采集元数据仍是产品基线。

如何解读存储数字

• InMemoryTraceStore 的数字包含进程内索引，不构成持久性承诺。
• FileTraceStore.append() 表示写入完成，flush() 和 close() 才是 fsync 边界； 两者应分开报告。
• 重新打开耗时包含完整扫描追加日志与重建内存索引。
• compaction 包含同目录临时写入、fsync、原子 rename，以及尽力而为的父目录 fsync； 它不是数据库 vacuum 或多进程测试。
• 队列压力输出预期会显示丢弃。通过意味着内存保持有界且丢弃会出现在统计/diagnostic 中，不意味着任何记录都不会丢失。