服务器监控告警:睡着也能知道网站挂了
网站宕机两小时才发现,损失的是流量与信任。最小可用监控体系搭建指南。
用户比你先发现网站挂了,是运营的耻辱。最小监控体系四层。
第一层:可用性监控
外部拨测每分钟请求首页与核心页,连续失败即告警。免费服务就够,关键是不依赖被监控的服务器本身。
第二层:资源监控
CPU、内存、磁盘、带宽四项,阈值告警。磁盘满是最常见的宕机原因,阈值设在八成。
第三层:进程监控
Web服务与数据库进程存活检测,挂掉自动拉起并告警。自动拉起争取时间,告警暴露根因。
第四层:业务监控
核心接口的响应时间与错误率,登录、搜索、支付各盯一个。业务正常但接口变慢,是故障的前奏。
告警的纪律
纪律一:每条告警必须可行动,不可行动的告警是噪音,噪音让真警报被淹没;纪律二:分级通知,致命问题电话,警告问题消息;纪律三:每月复盘告警,误报率高的规则要么修要么删。
验收标准
网站出任何问题,你在用户察觉之前收到通知。做到这一点,监控体系就及格了。