监控不是装个面板就完事
很多新手以为装个监控面板、看个 CPU 曲线就叫运维监控了。其实监控的核心是：在用户投诉之前，你先知道哪里要出问题。它分两步，先有数据，再有告警，缺一不可。
先盯住几个基础指标
| 指标 | 看什么 | 异常信号 |
|---|---|---|
| CPU | 使用率和负载 | 长期 80% 以上，或者负载远超核数 |
| 内存 | 已用和可用 | 快吃满开始用 swap，性能会断崖 |
| 磁盘 | 使用率和 IO | 空间快满，或者 IO 持续打满 |
| 网络 | 入出带宽和连接数 | 带宽跑满，或者异常连接暴增 |
这四个里磁盘最容易被忽视，等根分区写满服务直接起不来，那种半夜被叫起来的经历谁都不想有。
告警得有阈值和分级
监控看完没告警，等于没人盯。告警要设阈值，并且分级：
- 警告级：比如 CPU 持续 70%，提醒一下，不一定要立刻处理；
- 严重级：比如磁盘 90%、服务端口不通，马上通知到人；
- 别什么都报严重，告警疲劳了真出事反而没人看。
通知渠道用你真的会看的，比如直接发到运维群。邮件告警大概率被淹没，关键时刻等于没告。
日志别只存不看的
监控看的是当下，日志看的是过去。出事之后复盘、定位原因全靠日志。关键服务的错误日志、访问日志定期留着，最好能检索。很多面板自带日志聚合，新手用现成的就够，别一上来就折腾复杂的采集栈。
常用的轻量做法
- 云厂商自带的监控先开起来，零成本覆盖基础指标；
- 面板（比如宝塔）里的监控模块能用就用，够中小站；
- 写几个简单的脚本定时查端口和进程，挂了自动重启并通知；
- 定期看一眼趋势，别等告警响了才关心。
合规提醒
服务器监控与日志管理需遵守网络安全法及数据安全相关要求，日志中不得留存明文密码等敏感信息，不得利用监控从事未授权行为。
常见问题
监控工具越复杂越好吗
不是。中小站把基础指标盯好、告警别疲劳就够，复杂的采集栈反而增加维护负担。
为什么告警没人看
多半是告警太多没分级，或者通知渠道没人盯。分级加有效渠道能解决大部分。
磁盘监控为什么特别重要
根分区写满服务直接起不来，而且往往发生在半夜，提前预警能避免被动救火。
