第三章：监控系统指标

为什么要监控？

随着互联网技术的不断发展，系统的规模和复杂度也在不断增加。要想保证系统的稳定性和可靠性，必须对系统的各个组件进行监控。监控可以发现潜在的问题，及时预警，避免系统故障的发生，保障系统的可用性和安全性。同时，监控可以帮助我们更好地理解系统的运行情况，为系统的优化和升级提供数据支持。

监控解决了哪些问题？

监控可以解决以下问题：

1. 系统故障：通过监控系统的运行状态和日志，可以提前发现潜在的故障，及时进行处理，避免系统崩溃或数据丢失。
2. 系统性能：通过监控系统的各种指标，可以了解系统的性能瓶颈，及时进行优化，提高系统的吞吐量和响应速度。
3. 安全问题：通过监控系统的访问日志和安全事件，可以发现潜在的安全问题，及时进行处理，保障系统的安全性。

监控维度

监控分为三个层次，每个层次包含四个监控维度：

1. 硬件（机器层面）

• 监控 CPU 负载，当负载高于 80% 时触发告警
• 监控内存使用率，当内存使用率高于 90% 时触发告警
• 监控磁盘容量，当磁盘可用空间小于 10GB 时触发告警
• 监控网络流量，当网络流量超过预设阈值时触发告警

2. 系统（服务集群运行状况）

• 监控集群资源使用率，当资源使用率高于预设阈值时触发告警
• 监控集群节点状态，当节点状态异常时触发告警
• 监控容器运行状态，当容器运行状态异常时触发告警
• 监控进程运行状态，当进程运行状态异常时触发告警

3. 业务（接口返回状态）

• 监控接口错误率，当错误率高于预设阈值时触发告警
• 监控接口访问量，当访问量超过预设阈值时触发告警
• 监控接口延时，当接口响应时间超过预设阈值时触发告警
• 监控接口返回码，当返回码异常时触发告警

以上是监控的三个层次和每个层次的四个监控维度，通过对这些维度的监控，可以全面了解系统的运行情况，及时发现潜在问题，保障系统的稳定性和可靠性。

参考：

• https://github.com/samber/awesome-prometheus-alerts
• https://samber.github.io/awesome-prometheus-alerts/