谈谈业务系统的监控报警

几年前，我半途接手负责了一个开发团队，当时这个团队做的业务系统属于金融行业。系统的开发、测试都快结束了，这个系统的功能还是挺复杂的，子系统三、四个，定时任务也不少，依赖的第三方系统也好几个。

和这个团队熟悉之后，我和大家说，我们需要对这个系统做监控报警（监控报警的名字叫法很多），监控报警是业务系统的金钟罩，对业务系统非常重要。当时有些人对监控报警没有概念，更感觉不到重要性，估计可能还有一些人认为我是新官上任三把火，一时说说而已。大部分人还是认为，产品的需求我都实现了，而且也有测试人员把关，开发何必给自己找额外的活儿。

的确，在我们做一个软件系统的时候，经常会遇到上面类似的现象：从接到需求开始，开发人员普遍会认为设计的功能都做完了，各种测试也通过了，最后也部署上线了，就算交差了，就万事大吉了。包括我自己，在我参加工作的头几年也是这么认为，而且是觉得这是理所当然的。其实呢，这种认识是很片面的，上线之后仍然要对系统负责任。为什么这么说呢？

因为，不存在不出问题、没有Bug 的系统。系统上线之后，就免不了出现故障，出故障是或早或晚的事，是或多或少的事。

我们能做的是，出现故障之后，第一时间知道，赶紧处理，防止影响扩大。再理想点，如果故障出现之前，刚有苗头的时候，我们就能发现，提前解决就