跳到主要内容

9. 监控与可观测

9.1 业务指标​

核心业务指标​

智能人力资源系统的核心业务指标用于评估招聘质量和业务效果：

招聘质量指标​

1. 招聘匹配度（Recruitment Match Rate）

  • 定义：AI推荐候选人与岗位的匹配程度
  • 计算公式：匹配度 = (匹配候选人数 / 推荐候选人总数) × 100%
  • 目标值：≥85%
  • 监控频率：实时监控，每小时统计

2. 员工留存率（Employee Retention Rate）

  • 定义：入职员工在一年内的留存比例
  • 计算公式：留存率 = (留存员工数 / 入职员工总数) × 100%
  • 目标值：≥90%
  • 监控频率：每月统计

3. 面试通过率（Interview Pass Rate）

  • 定义：通过AI筛选的候选人进入面试的比例
  • 计算公式：通过率 = (面试通过数 / 面试总数) × 100%
  • 目标值：≥40%
  • 监控频率：每天统计

4. 招聘周期（Recruitment Cycle）

  • 定义：从发布招聘需求到员工入职的平均时间
  • 计算公式：平均周期 = 总招聘时间 / 招聘数
  • 目标值：≤20天
  • 监控频率：每天统计

效率指标​

5. 简历筛选时间（Resume Screening Time）

  • 定义：从简历上传到筛选完成的时间
  • 计算公式：平均时间 = 总筛选时间 / 筛选数
  • 目标值：≤30秒/份
  • 监控频率：实时监控，每分钟统计

6. 日均处理简历量（Daily Resume Processing Volume）

  • 定义：每个HR每天处理的简历数量
  • 计算公式：日均量 = 总处理数 / (HR数 × 天数)
  • 目标值：≥400份/HR
  • 监控频率：每天统计

7. 系统吞吐量（System Throughput）

  • 定义：系统每秒处理的请求数量
  • 计算公式：吞吐量 = 请求数 / 时间（秒）
  • 目标值：≥100请求/秒
  • 监控频率：实时监控

培训效果指标​

8. 培训转化率（Training Conversion Rate）

  • 定义：完成培训并应用到工作中的员工比例
  • 计算公式：转化率 = (应用培训内容的员工数 / 完成培训的员工总数) × 100%
  • 目标值：≥40%
  • 监控频率：每月统计

9. 培训满意度（Training Satisfaction）

  • 定义：员工对培训的满意度评分
  • 计算公式：平均满意度 = 总满意度评分 / 评分人数
  • 目标值：≥4.0/5.0
  • 监控频率：每期培训后统计

绩效管理指标​

10. 绩效评估周期（Performance Evaluation Cycle）

  • 定义：从启动绩效评估到完成评估的时间
  • 计算公式：平均周期 = 总评估时间 / 评估数
  • 目标值：≤1个月
  • 监控频率：每次评估后统计

11. 绩效改进率（Performance Improvement Rate）

  • 定义：绩效改进计划执行后绩效提升的员工比例
  • 计算公式：改进率 = (绩效提升的员工数 / 执行改进计划的员工总数) × 100%
  • 目标值：≥60%
  • 监控频率：每季度统计

指标监控​

监控架构​

监控实现​

Prometheus配置：

global:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'hr-ai-service'
    static_configs:
      - targets: ['localhost:8000']
    metrics_path: '/metrics'

Grafana仪表板配置：

{
  "dashboard": {
    "title": "HR AI系统监控",
    "panels": [
      {
        "title": "招聘匹配度",
        "targets": [
          {
            "expr": "recruitment_match_rate",
            "legendFormat": "匹配度"
          }
        ]
      },
      {
        "title": "简历筛选时间",
        "targets": [
          {
            "expr": "resume_screening_time",
            "legendFormat": "筛选时间"
          }
        ]
      }
    ]
  }
}

9.2 技术指标​

系统性能指标​

响应时间指标​

API响应时间：

  • 简历解析API：P95 ≤ 2s
  • 人才匹配API：P95 ≤ 1s
  • 面试问题生成API：P95 ≤ 3s
  • 培训推荐API：P95 ≤ 2s
  • 绩效分析API：P95 ≤ 5s

可用性指标​

系统可用性：

  • 目标值：≥99.9%
  • 计算公式：可用性 = (总时间 - 故障时间) / 总时间 × 100%

服务可用性：

  • 简历解析服务：≥99.9%
  • 人才匹配服务：≥99.9%
  • 面试辅助服务：≥99.5%
  • 培训推荐服务：≥99.5%
  • 绩效分析服务：≥99.5%

错误率指标​

API错误率：

  • 目标值：≤1%
  • 计算公式：错误率 = 错误请求数 / 总请求数 × 100%

系统错误率：

  • 目标值：≤0.1%
  • 计算公式：错误率 = 系统错误数 / 总请求数 × 100%

资源使用指标​

CPU使用率​

目标值：

  • 平均CPU使用率：≤70%
  • 峰值CPU使用率：≤90%

内存使用率​

目标值：

  • 平均内存使用率：≤70%
  • 峰值内存使用率：≤85%

存储使用率​

目标值：

  • 数据库存储使用率：≤80%
  • 文件存储使用率：≤80%

9.3 日志与追踪​

日志管理​

日志级别​

日志级别定义：

  • DEBUG：调试信息，用于开发调试
  • INFO：一般信息，记录正常操作
  • WARN：警告信息，记录潜在问题
  • ERROR：错误信息，记录错误情况
  • FATAL：严重错误，记录系统故障

日志格式​

结构化日志格式：

{
  "timestamp": "2024-01-01T10:00:00Z",
  "level": "INFO",
  "service": "hr-ai-service",
  "module": "resume_parser",
  "message": "简历解析完成",
  "context": {
    "resume_id": "R123456",
    "processing_time": 1.5,
    "status": "success"
  }
}

日志收集​

ELK Stack：

  • Elasticsearch：日志存储和检索
  • Logstash：日志收集和处理
  • Kibana：日志可视化和分析

分布式追踪​

追踪实现​

OpenTelemetry：

  • 分布式追踪标准
  • 支持多种语言和框架
  • 支持多种后端存储

追踪配置：

from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import BatchSpanProcessor
from opentelemetry.exporter.jaeger import JaegerExporter

# 配置追踪
trace.set_tracer_provider(TracerProvider())
tracer = trace.get_tracer(__name__)

# 配置导出器
jaeger_exporter = JaegerExporter(
    agent_host_name="localhost",
    agent_port=6831,
)
span_processor = BatchSpanProcessor(jaeger_exporter)
trace.get_tracer_provider().add_span_processor(span_processor)

9.4 告警与通知​

告警规则​

业务告警​

招聘匹配度告警：

  • 规则：匹配度 < 80% 持续1小时
  • 级别：警告
  • 通知：邮件 + 短信

员工留存率告警：

  • 规则：留存率 < 85% 持续1个月
  • 级别：严重
  • 通知：邮件 + 短信 + 电话

技术告警​

系统可用性告警：

  • 规则：可用性 < 99.9% 持续5分钟
  • 级别：严重
  • 通知：邮件 + 短信 + 电话

响应时间告警：

  • 规则：P95响应时间 > 2s 持续10分钟
  • 级别：警告
  • 通知：邮件 + 短信

错误率告警：

  • 规则：错误率 > 1% 持续5分钟
  • 级别：严重
  • 通知：邮件 + 短信 + 电话

通知渠道​

通知方式​

邮件通知：

  • 用于一般告警
  • 包含详细告警信息
  • 支持HTML格式

短信通知：

  • 用于重要告警
  • 包含简要告警信息
  • 支持紧急告警

电话通知：

  • 用于严重告警
  • 自动拨打电话
  • 支持语音播报

企业微信/钉钉通知：

  • 用于团队协作
  • 支持@提醒
  • 支持机器人通知

告警处理​

告警处理流程​

  1. 告警触发：系统检测到异常，触发告警
  2. 告警通知：发送告警通知到相关人员
  3. 问题排查：相关人员排查问题
  4. 问题处理：处理问题，恢复服务
  5. 告警关闭：确认问题已解决，关闭告警
  6. 问题复盘：复盘问题原因，制定改进措施