UI / UX Case Study
让数据库问题的
完整生命周期，被看见
把数据库诊断从"一堆散落的监控数据"，重新组织成一条
"产生 — 演变 — 诊断 — 建议"的连续链路。
01 — 问题
告警只告诉你"出事了"，
不告诉你"为什么"
痛点 01
告警是快照，不是过程
监控只记录告警那一刻的数据，但问题是渐变的。DBA 看到的是"结果"，看不到问题如何一步步恶化，只能人肉回溯时间线。
痛点 02
信息散落，定位靠经验
指标、趋势、日志、问题详情散落在不同页面。资深 DBA 靠经验能拼出来，新手很难，专家也耗时。
痛点 03
诊断结果不可复用
每次诊断都是一次性的，专家判断经验无法沉淀，下次遇到类似问题还得从头再来。
02 — 设计目标
在一个界面内，
看到问题的完整生命周期
从产生、演变、到诊断、再到处理建议，形成一条连续可读的诊断链路，降低对个人经验的依赖，让普通运维人员也能快速定位根因。
03 — 竞品研究
市场止步于"监控展示"，
诊断环节是断裂的
通用监控大盘
Grafana / Zabbix
强在指标采集与可视化，但只"展示数据"，不"解释问题"，根因仍需人工判断。
云厂商监控
云数据库洞察
开始有智能诊断，但深度绑定自家云，对异构数据库混合环境支持弱。
传统 APM
应用链路追踪
强在应用层，但对数据库内核的锁、等待事件、执行计划覆盖不深。
差异化切入点：不做又一个监控大盘，而是补上市场缺失的"诊断"环节，并把资深 DBA 的经验沉淀进产品。
04 — 信息架构
从场景出发组织信息，
而不是堆功能
按 DBA 三类真实运维场景组织整个模块：健康评分对应日常巡检，问题定义对应配置沉淀，快捷分析对应突发排查。
05 — 核心任务流
一条贯穿始终的诊断主路径
发现异常 → 查看状态 → 定位根因 → 回溯演变 → 完成处置 → 专家经验沉淀回诊断树，形成闭环。设计要点是"不让用户离开上下文"。
06 — 交付 · 总览
健康评分总览
卡片墙 + 微趋势曲线，以"严重度"为核心的颜色体系，让用户一眼发现异常对象。
致命
严重
警告
提示
07 — 交付 · 诊断
诊断详情 · 根因链路
健康评分条 + 诊断树，把问题根因一步步连成链路。从对象、趋势、问题到状态四个层次，在一条链路里连续完成判断。
08 — 交付 · 完整度
69 个高保真页面，
覆盖全部边界状态
不只做理想路径，系统性覆盖诊断前、加载中、诊断失败、未配置、无结果等状态；并提供 Light / Dark 双模式，适配长时间运维场景。
09 — 结果
获国家外观设计专利，
客户认可诊断直观性
69
高保真页面交付
含 Light / Dark 双模式
这个项目的核心价值，不是画了 69 个漂亮的界面，而是完成了一次从"用户真实痛点"到"系统化解决方案"的完整设计推导。
