针对单台浪潮服务器运行Windows Server 2019和SQL Server的MES系统场景，低成本、高效能监控策略（兼顾软硬件健康）

一、监控架构设计原则

• 轻量化：优先使用Windows原生工具和免费方案，避免额外资源消耗
• 关键性聚焦：仅监控直接影响MES运行的核心指标
• 自动化告警：异常发生时主动触发通知，无需人工巡检
• 容灾预备：单服务器场景需强化备份与快速恢复能力

---

二、硬件健康监控（浪潮服务器）

1. 硬件状态监控

• 工具：浪潮服务器iBMC远程管理（Web界面或IPMI命令行）
  • 关键指标：
    • 磁盘SMART状态（重点关注Reallocated Sectors Count）
    • RAID阵列健康度（通过ipmitool sdr type "Storage"查询）
    • 温度/电压告警（设置阈值：CPU温度<75℃）
  • 配置邮件告警：在iBMC管理界面设置阈值触发邮件通知

2. 存储健康

• 脚本监控（PowerShell）：

  # 检查物理磁盘健康状态（需iBMC SNMP支持）
  $diskHealth = Get-WmiObject -Query "SELECT Status FROM Win32_DiskDrive" 
  if ($diskHealth.Status -ne "OK") {
    Send-MailMessage -To "admin@example.com" -Subject "磁盘硬件故障" -Body "物理磁盘状态异常：$($diskHealth.Status)"
  }
  

---

三、操作系统监控（Windows Server 2019）

1. 性能基线监控

• 工具：性能监视器（PerfMon）

  • 创建数据收集器集，包含以下计数器：
    • Processor(_Total)\% Processor Time（阈值：持续>85%告警）
    • Memory\Available MBytes（阈值：<10%总内存）
    • LogicalDisk(C:)\% Free Space（阈值：<15%时告警）
    • PhysicalDisk(_Total)\Avg. Disk sec/Read（阈值：>20ms告警）

• 配置方法：

  1. 运行perfmon → 数据收集器集 → 用户定义 → 新建
  2. 添加上述计数器，设置1分钟采样间隔
  3. 右键属性 → 计划任务：每天生成报告并保存到D:\PerfLogs

2. 关键事件日志监控

• 工具：事件查看器 + 计划任务告警

  • 重点关注事件ID：

    事件ID	含义	响应动作
    41	意外重启	检查UPS电源日志
    1001	蓝屏记录	分析dump文件
    2019	内存硬错误	运行mdsched内存检测
    51	磁盘写入延迟	检查磁盘健康度

• 自动化告警脚本（保存为event_alert.bat）：

  @echo off
  eventquery.vbs /L System /R 100 /FI "ID eq 41 or ID eq 51" > last_events.txt
  findstr /C:"41" last_events.txt && powershell -Command "Send-MailMessage -To 'admin@example.com' -Subject '系统异常重启' -Body '检测到意外关机事件，请立即检查！'"
  

---

四、SQL Server专项监控

1. 基础性能指标

• 工具：SQL Server Management Studio (SSMS) 内置报表
  • 每日检查：
    • 报表 → Dashboard → 查看等待类型（重点监控PAGEIOLATCH_*）
    • Disk Usage → 检查事务日志文件增长情况
  • 关键计数器：
    • SQLServer:Buffer Manager\Page life expectancy（阈值：<300秒告警）
    • SQLServer:SQL Statistics\Batch Requests/sec（对比基线波动>50%需排查）

2. 慢查询与死锁监控

• 启用跟踪：

  -- 开启死锁跟踪
  DBCC TRACEON(1222, -1)
  -- 记录慢查询（>5秒）
  EXEC sp_configure 'show advanced options', 1
  RECONFIGURE
  EXEC sp_configure 'cost threshold for parallelism', 5
  RECONFIGURE
  

• 日志分析脚本：

  # 检查SQL错误日志中的死锁
  $logPath = "C:\Program Files\Microsoft SQL Server\MSSQL15.MSSQLSERVER\MSSQL\Log\ERRORLOG"
  Select-String -Path $logPath -Pattern "deadlock victim" | ForEach-Object {
    Send-MailMessage -To "dba@example.com" -Subject "SQL死锁告警" -Body $_.Line
  }
  

---

五、MES应用层监控

1. 进程与服务监控

• 关键服务：

  • MES主服务（根据实际服务名设置监控）
  • IIS/WCF依赖服务（如W3SVC、NetTcpPortSharing）

• PowerShell守护脚本（保存为service_watch.ps1）：

  $criticalServices = @("MESService", "MSSQLSERVER", "W3SVC")
  foreach ($service in $criticalServices) {
    $status = (Get-Service -Name $service).Status
    if ($status -ne "Running") {
      Start-Service $service -ErrorAction SilentlyContinue
      Send-MailMessage -To "admin@example.com" -Subject "服务异常" -Body "$service 服务停止，已尝试重启！状态：$status"
    }
  }
  

  • 创建计划任务每5分钟执行一次：

    schtasks /create /tn "MES服务监控" /tr "powershell -File C:\Scripts\service_watch.ps1" /sc minute /mo 5 /ru SYSTEM
    

2. 应用日志监控

• 日志路径（示例）：

  • C:\MES\Logs\App*.log
  • 监控关键词：ERROR、Timeout、Connection refused

• 实时监控脚本：

  Get-Content -Path "C:\MES\Logs\App.log" -Wait | Select-String -Pattern "ERROR" | ForEach-Object {
    Send-MailMessage -To "dev@example.com" -Subject "MES应用错误" -Body $_.Line
  }
  

---

六、备份与恢复策略

1. 数据备份方案

备份类型	频率	工具	存储位置
SQL完全备份	每日2:00 AM	SQL Server维护计划	外部USB硬盘 + NAS
事务日志备份	每小时一次	BACKUP LOG命令	NAS
系统镜像备份	每周日1:00 AM	Windows Server Backup	外置硬盘

2. 快速恢复测试

• 季度演练步骤：
  1. 从备份恢复SQL数据库到测试实例
  2. 使用DBCC CHECKDB验证数据一致性
  3. 记录恢复时间目标（RTO）并优化流程

---

七、告警通知整合

统一告警平台搭建

• 方案：使用免费版Prometheus + Alertmanager：
  1. 部署windows_exporter采集指标
  2. 配置告警规则示例：

     groups:
     - name: MES监控
       rules:
       - alert: 高CPU使用率
         expr: 100 - (avg by(instance)(rate(windows_cpu_time_total{mode="idle"}[5m])) * 100) > 85
         for: 5m
         labels:
           severity: critical
         annotations:
           summary: "CPU过载 ({{ $value }}%)"
     

  3. 集成邮件/企业微信通知

---

八、维护计划表

任务	频率	执行方式
清理临时文件	每周一	cleanmgr /sagerun:1
更新Windows补丁	每月第二周	WSUS自动审批
检查备份完整性	每周五	手动验证3个随机备份
重启服务器（可选）	每季度	维护窗口期手动执行

---

实施成本对比

方案	成本	实施难度	适合场景
纯PowerShell脚本	0元	★★☆☆☆	紧急监控需求
Prometheus + Grafana	0元	★★★☆☆	长期可视化监控
SolarWinds SAM试用版	免费30天	★★☆☆☆	短期深度监控体验

推荐选择：先用PowerShell脚本实现核心监控（30分钟部署），同时逐步搭建Prometheus实现历史数据分析，形成完整监控闭环。