服務(wù)器監(jiān)控預(yù)警規(guī)范一、概述

服務(wù)器監(jiān)控預(yù)警是保障IT系統(tǒng)穩(wěn)定運(yùn)行的關(guān)鍵環(huán)節(jié)，旨在通過實(shí)時(shí)監(jiān)測(cè)服務(wù)器狀態(tài)并及時(shí)發(fā)出警報(bào)，預(yù)防潛在故障。規(guī)范的監(jiān)控預(yù)警體系能夠有效提升運(yùn)維效率，減少系統(tǒng)停機(jī)時(shí)間，確保業(yè)務(wù)連續(xù)性。本規(guī)范旨在明確服務(wù)器監(jiān)控預(yù)警的實(shí)施流程、關(guān)鍵指標(biāo)及操作要求。

二、監(jiān)控指標(biāo)體系

（一）核心監(jiān)控指標(biāo)

1.CPU使用率：

-正常范圍：建議設(shè)置閾值為70%，超過80%觸發(fā)預(yù)警。

-監(jiān)控頻率：5分鐘采集一次。

2.內(nèi)存使用率：

-正常范圍：建議設(shè)置閾值為75%，超過85%觸發(fā)預(yù)警。

-監(jiān)控頻率：5分鐘采集一次。

3.磁盤空間：

-正常范圍：可用空間低于10%時(shí)觸發(fā)預(yù)警。

-監(jiān)控頻率：10分鐘采集一次。

4.網(wǎng)絡(luò)流量：

-正常范圍：帶寬使用率超過90%時(shí)觸發(fā)預(yù)警。

-監(jiān)控頻率：5分鐘采集一次。

5.應(yīng)用響應(yīng)時(shí)間：

-正常范圍：平均響應(yīng)時(shí)間超過2秒觸發(fā)預(yù)警。

-監(jiān)控頻率：1分鐘采集一次。

（二）輔助監(jiān)控指標(biāo)

1.系統(tǒng)日志：異常錯(cuò)誤日志數(shù)量超過設(shè)定閾值（如每分鐘5條）時(shí)觸發(fā)預(yù)警。

2.服務(wù)狀態(tài)：核心服務(wù)（如Web、數(shù)據(jù)庫）長時(shí)間（如超過3分鐘）無響應(yīng)時(shí)觸發(fā)預(yù)警。

三、預(yù)警流程

（一）預(yù)警閾值設(shè)置

1.根據(jù)業(yè)務(wù)重要性分級(jí)設(shè)置閾值：

-優(yōu)先級(jí)高（如核心業(yè)務(wù)服務(wù)器）：更嚴(yán)格閾值（如CPU超過70%）。

-優(yōu)先級(jí)低（如測(cè)試服務(wù)器）：較寬松閾值（如CPU超過85%）。

2.動(dòng)態(tài)調(diào)整：根據(jù)歷史數(shù)據(jù)波動(dòng)調(diào)整閾值，避免誤報(bào)或漏報(bào)。

（二）預(yù)警觸發(fā)與響應(yīng)

1.預(yù)警觸發(fā)條件：

-單指標(biāo)超標(biāo)（如內(nèi)存使用率超過85%）。

-多指標(biāo)聯(lián)動(dòng)（如CPU、磁盤同時(shí)超標(biāo)）。

2.響應(yīng)步驟（StepbyStep）：

(1)自動(dòng)化響應(yīng)：觸發(fā)輕度預(yù)警時(shí)，系統(tǒng)自動(dòng)擴(kuò)容資源或重啟服務(wù)。

(2)人工介入：觸發(fā)嚴(yán)重預(yù)警時(shí)，運(yùn)維團(tuán)隊(duì)10分鐘內(nèi)確認(rèn)并處理。

(3)記錄與復(fù)盤：每次預(yù)警處理需詳細(xì)記錄，每月復(fù)盤誤報(bào)率。

（三）預(yù)警級(jí)別劃分

1.輕度預(yù)警：指標(biāo)接近閾值（如CPU75%-85%），可安排低優(yōu)先級(jí)修復(fù)。

2.嚴(yán)重預(yù)警：指標(biāo)已超標(biāo)（如CPU90%以上），需立即處理。

3.緊急預(yù)警：服務(wù)完全中斷（如無響應(yīng)超過5分鐘），需緊急恢復(fù)。

四、實(shí)施要求

（一）監(jiān)控工具配置

1.工具選擇：推薦使用Zabbix、Prometheus等標(biāo)準(zhǔn)化監(jiān)控平臺(tái)。

2.數(shù)據(jù)采集：確保每5分鐘采集一次核心指標(biāo)，存儲(chǔ)周期不少于3個(gè)月。

（二）運(yùn)維操作規(guī)范

1.日常巡檢：每日檢查預(yù)警日志，處理歷史遺留問題。

2.誤報(bào)處理：誤報(bào)次數(shù)超過3次需重新評(píng)估閾值。

3.備案管理：新增服務(wù)器需在24小時(shí)內(nèi)完成監(jiān)控配置并驗(yàn)證。

（三）培訓(xùn)與考核

1.培訓(xùn)內(nèi)容：監(jiān)控工具使用、閾值設(shè)置邏輯、應(yīng)急響應(yīng)流程。

2.考核指標(biāo)：誤報(bào)率控制在5%以下，嚴(yán)重預(yù)警處理時(shí)效不低于15分鐘。

五、附錄

（一）常用閾值參考表

|指標(biāo)|正常閾值|預(yù)警閾值|

|------------|------------|------------|

|CPU使用率|≤70%|≥80%|

|內(nèi)存使用率|≤75%|≥85%|

|磁盤空間|≥15%|<10%|

（二）監(jiān)控平臺(tái)配置示例（以Zabbix為例）

1.主機(jī)添加：配置IP、端口、采集項(xiàng)目（CPU、內(nèi)存等）。

2.閾值創(chuàng)建：設(shè)置觸發(fā)器（如"CPU使用率>80%"）。

3.報(bào)警接收：配置郵件或短信通知模板。

---

（接續(xù)原有內(nèi)容）

五、附錄（續(xù)）

（一）常用閾值參考表（擴(kuò)寫）

|指標(biāo)|說明|正常閾值范圍（建議）|預(yù)警閾值范圍（建議）|嚴(yán)重預(yù)警閾值范圍（建議）|數(shù)據(jù)采集頻率（建議）|

|----------------------|------------------------------------------------------------|--------------------|-------------------|-----------------------|------------------------|

|CPU使用率(%)|反映服務(wù)器處理能力負(fù)載。|≤70%|≥80%|≥90%|5分鐘|

|內(nèi)存使用率(%)|反映服務(wù)器內(nèi)存資源占用情況。|≤75%|≥85%|≥95%|5分鐘|

|磁盤空間（可用量%）|反映系統(tǒng)盤或數(shù)據(jù)盤剩余空間。|≥15%|<10%|<5%|10分鐘|

|磁盤I/O（IOPS/KB/s）|反映磁盤讀寫性能。|在正常性能區(qū)間內(nèi)|顯著低于正常值|嚴(yán)重低于正常值|1分鐘|

|網(wǎng)絡(luò)流量（入/出）(Mbps)|反映服務(wù)器網(wǎng)絡(luò)帶寬使用情況。|在帶寬限制內(nèi)|接近帶寬上限(90%)|超出帶寬上限|5分鐘|

|應(yīng)用響應(yīng)時(shí)間(ms)|反映核心業(yè)務(wù)接口或服務(wù)的處理速度。|≤200ms|201-1000ms|>1000ms|1分鐘|

|TCP連接數(shù)|反映服務(wù)器當(dāng)前建立的客戶端連接數(shù)量。|≤設(shè)定閾值(如5000)|接近閾值(如90%)|超過閾值|5分鐘|

|服務(wù)狀態(tài)|檢查關(guān)鍵服務(wù)（如Web服務(wù)、數(shù)據(jù)庫服務(wù)）是否存活。|正常運(yùn)行|超時(shí)(如1分鐘無響應(yīng))|完全不可用|1分鐘|

|系統(tǒng)日志錯(cuò)誤數(shù)|反映系統(tǒng)或應(yīng)用日志中出現(xiàn)的錯(cuò)誤信息頻率。|≤1條/分鐘|2-5條/分鐘|>5條/分鐘|5分鐘|

注意：

1.上述閾值僅為通用建議，實(shí)際閾值需根據(jù)具體服務(wù)器負(fù)載、業(yè)務(wù)重要性、硬件配置等因素進(jìn)行定制化調(diào)整。

2.閾值設(shè)置應(yīng)遵循“寧可誤報(bào)，不可漏報(bào)”的原則，尤其是在關(guān)鍵指標(biāo)上。

3.建議定期（如每月）復(fù)盤閾值有效性，并根據(jù)實(shí)際運(yùn)行情況進(jìn)行優(yōu)化。

（二）監(jiān)控平臺(tái)配置示例（以Zabbix為例）（擴(kuò)寫）

1.主機(jī)添加與信息錄入：

(1)登錄Zabbix前端管理界面。

(2)進(jìn)入“配置”->“主機(jī)”，點(diǎn)擊“創(chuàng)建主機(jī)”。

(3)填寫主機(jī)基本信息：

名稱：填寫服務(wù)器規(guī)范名稱，如“生產(chǎn)-Web服務(wù)器01”。

IP地址/主機(jī)名：填寫服務(wù)器的IP地址或可解析主機(jī)名。

接口：配置監(jiān)控接口類型（通常為“Zabbixagent”或“SNMP”）和接口地址（IP地址）。

模板：選擇或應(yīng)用預(yù)定義的監(jiān)控模板（如“Zabbixservertemplate”），該模板會(huì)自動(dòng)加載相關(guān)監(jiān)控項(xiàng)目（Items）和觸發(fā)器（Triggers）。

(4)點(diǎn)擊“確定”保存主機(jī)配置。

2.監(jiān)控項(xiàng)目（Items）配置：

監(jiān)控項(xiàng)目定義了Zabbixagent或SNMP需要采集的具體數(shù)據(jù)。應(yīng)用模板后，大部分項(xiàng)目已自動(dòng)配置。

如需添加自定義項(xiàng)目（例如，監(jiān)控特定應(yīng)用的性能指標(biāo)）：

(1)在主機(jī)詳情頁，點(diǎn)擊“項(xiàng)目”->“創(chuàng)建項(xiàng)目”。

(2)填寫項(xiàng)目信息：

名稱：清晰描述監(jiān)控內(nèi)容，如“自定義應(yīng)用錯(cuò)誤日志數(shù)”。

類型：選擇“Zabbixagent”或“SNMP”等。

鍵值：輸入用于采集數(shù)據(jù)的Zabbixagent鍵或SNMPOID（對(duì)象標(biāo)識(shí)符）。

數(shù)據(jù)類型：選擇數(shù)據(jù)類型（如“浮點(diǎn)數(shù)”、“整數(shù)”、“字符串”等）。

更新間隔：設(shè)置數(shù)據(jù)采集頻率（如“60”秒）。

接口：選擇對(duì)應(yīng)的主機(jī)接口。

(3)點(diǎn)擊“確定”保存項(xiàng)目。

3.觸發(fā)器（Triggers）配置：

觸發(fā)器定義了何時(shí)產(chǎn)生預(yù)警。應(yīng)用模板后，大部分觸發(fā)器已自動(dòng)配置。

如需添加或修改觸發(fā)器（例如，調(diào)整內(nèi)存使用率預(yù)警閾值）：

(1)在主機(jī)詳情頁，點(diǎn)擊“觸發(fā)器”->“創(chuàng)建觸發(fā)器”或編輯現(xiàn)有觸發(fā)器。

(2)填寫觸發(fā)器信息：

名稱：清晰描述預(yù)警條件，如“內(nèi)存使用率過高”。

表達(dá)式：定義觸發(fā)條件，通常包含“LHS（左側(cè)表達(dá)式）”和“RHS（右側(cè)表達(dá)式）”。例如，`{host:生產(chǎn)-Web服務(wù)器01.memoryused[bytes].last()}>80%`表示監(jiān)控“生產(chǎn)-Web服務(wù)器01”的內(nèi)存使用率是否超過80%。使用“LLD模板”（自動(dòng)發(fā)現(xiàn)模板）可簡(jiǎn)化配置。

優(yōu)先級(jí)：設(shè)置觸發(fā)器的重要性級(jí)別（如“高”、“中”、“低”）。

狀態(tài)：默認(rèn)為“0”（正常）。

等級(jí)：設(shè)置預(yù)警級(jí)別（如“信息”、“警告”、“嚴(yán)重”、“緊急”）。

自動(dòng)恢復(fù)時(shí)間：設(shè)置觸發(fā)器滿足條件后，多久自動(dòng)恢復(fù)為正常狀態(tài)（如“0”表示不自動(dòng)恢復(fù)，需手動(dòng)確認(rèn)；“60”表示60分鐘后自動(dòng)恢復(fù)）。

(3)點(diǎn)擊“確定”保存觸發(fā)器。

4.動(dòng)作（Actions）配置：

動(dòng)作定義了觸發(fā)器被觸發(fā)時(shí)執(zhí)行的操作，如發(fā)送通知。

配置步驟：

(1)進(jìn)入“配置”->“動(dòng)作”。

(2)點(diǎn)擊“創(chuàng)建動(dòng)作”。

(3)選擇動(dòng)作類型：

發(fā)送通知：用于發(fā)送郵件、短信或使用Webhook通知。

事件類型：選擇觸發(fā)動(dòng)作的事件類型（如“觸發(fā)器發(fā)生”、“觸發(fā)器恢復(fù)”）。

對(duì)象：選擇受影響的對(duì)象類型（如“所有主機(jī)”、“選定主機(jī)”）。

用戶組/用戶：選擇接收通知的用戶或用戶組。

模板：選擇通知模板（包含郵件正文、短信內(nèi)容等）。

執(zhí)行計(jì)劃：用于執(zhí)行自動(dòng)化腳本（如重啟服務(wù)、清理日志）。

事件類型：選擇事件類型。

對(duì)象：選擇對(duì)象類型。

用戶組/用戶：選擇執(zhí)行者。

計(jì)劃：配置執(zhí)行頻率（如“立即執(zhí)行”、“每5分鐘”）。

腳本文本：輸入執(zhí)行的腳本命令（如`/usr/local/bin/restart-webserver.sh`）。

(4)點(diǎn)擊“確定”保存動(dòng)作。

5.可視化（Visualization）配置：

配置步驟：

(1)在主機(jī)詳情頁，點(diǎn)擊“圖形”->“創(chuàng)建圖形”。

(2)填寫圖形信息：

名稱：給圖形命名，如“Web服務(wù)器性能監(jiān)控”。

選擇項(xiàng)目：從該主機(jī)已配置的項(xiàng)目中選擇需要展示的監(jiān)控項(xiàng)（如CPU使用率、內(nèi)存使用率、網(wǎng)絡(luò)流量）。

時(shí)間范圍：設(shè)置圖形展示的時(shí)間范圍（如“最后1天”、“最后1小時(shí)”）。

單位：選擇數(shù)據(jù)單位（如“%”、“Mbps”）。

(3)點(diǎn)擊“創(chuàng)建”生成圖形。圖形可用于直觀展示服務(wù)器性能趨勢(shì)。

（三）日志與報(bào)告管理

1.日志記錄：所有監(jiān)控配置變更（閾值、模板、主機(jī)）、預(yù)警事件（觸發(fā)、處理、確認(rèn)）、動(dòng)作執(zhí)行（通知、腳本）均需詳細(xì)記錄，并存檔至少3個(gè)月。

2.定期報(bào)告：每月生成監(jiān)控報(bào)告，包含：

(1)本月預(yù)警統(tǒng)計(jì)（總數(shù)、級(jí)別分布、已處理/未處理）。

(2)誤報(bào)/漏報(bào)情況分析及改進(jìn)措施。

(3)系統(tǒng)資源利用率趨勢(shì)分析。

(4)需要優(yōu)化的監(jiān)控配置建議。

（四）應(yīng)急響應(yīng)流程細(xì)化

1.輕度預(yù)警（如CPU使用率80%）：

(1)自動(dòng)化處理：若配置了自動(dòng)擴(kuò)容，系統(tǒng)檢查資源池是否可用，自動(dòng)進(jìn)行。

(2)人工檢查：運(yùn)維人員檢查是否為偶發(fā)性峰值，或是否有計(jì)劃內(nèi)任務(wù)導(dǎo)致。

(3)記錄：如需人工干預(yù)，記錄處理過程及結(jié)果。

2.嚴(yán)重預(yù)警（如內(nèi)存使用率90%）：

(1)立即通知：系統(tǒng)通過配置的動(dòng)作發(fā)送通知給相關(guān)運(yùn)維人員。

(2)診斷分析：運(yùn)維人員5分鐘內(nèi)登錄服務(wù)器，檢查：

(a)是否有內(nèi)存泄漏（使用`top`、`htop`等工具）。

(b)是否有進(jìn)程異常耗內(nèi)存。

(c)是否有磁盤I/O瓶頸導(dǎo)致進(jìn)程阻塞。

(3)處理措施：根據(jù)診斷結(jié)果執(zhí)行：

(a)殺死異常進(jìn)程（如`kill-9PID`）。

(b)調(diào)整應(yīng)用配置釋放內(nèi)存。

(c)擴(kuò)展內(nèi)存或進(jìn)行資源調(diào)度。

(4)確認(rèn)恢復(fù)：處理完畢后，確認(rèn)指標(biāo)下降并記錄。

3.緊急預(yù)警（如服務(wù)無響應(yīng)）：

(1)立即通知：觸發(fā)最高級(jí)別通知。

(2)快速恢復(fù)：嘗試快速重啟服務(wù)或主機(jī)（如`systemctlrestartservice_name`）。

(3)若重啟無效，檢查底層硬件（如網(wǎng)絡(luò)卡頓、磁盤故障）。

(4)詳細(xì)記錄：完整記錄故障現(xiàn)象、處理過程及最終解決方案。

---

一、概述

服務(wù)器監(jiān)控預(yù)警是保障IT系統(tǒng)穩(wěn)定運(yùn)行的關(guān)鍵環(huán)節(jié)，旨在通過實(shí)時(shí)監(jiān)測(cè)服務(wù)器狀態(tài)并及時(shí)發(fā)出警報(bào)，預(yù)防潛在故障。規(guī)范的監(jiān)控預(yù)警體系能夠有效提升運(yùn)維效率，減少系統(tǒng)停機(jī)時(shí)間，確保業(yè)務(wù)連續(xù)性。本規(guī)范旨在明確服務(wù)器監(jiān)控預(yù)警的實(shí)施流程、關(guān)鍵指標(biāo)及操作要求。

二、監(jiān)控指標(biāo)體系

（一）核心監(jiān)控指標(biāo)

1.CPU使用率：

-正常范圍：建議設(shè)置閾值為70%，超過80%觸發(fā)預(yù)警。

-監(jiān)控頻率：5分鐘采集一次。

2.內(nèi)存使用率：

-正常范圍：建議設(shè)置閾值為75%，超過85%觸發(fā)預(yù)警。

-監(jiān)控頻率：5分鐘采集一次。

3.磁盤空間：

-正常范圍：可用空間低于10%時(shí)觸發(fā)預(yù)警。

-監(jiān)控頻率：10分鐘采集一次。

4.網(wǎng)絡(luò)流量：

-正常范圍：帶寬使用率超過90%時(shí)觸發(fā)預(yù)警。

-監(jiān)控頻率：5分鐘采集一次。

5.應(yīng)用響應(yīng)時(shí)間：

-正常范圍：平均響應(yīng)時(shí)間超過2秒觸發(fā)預(yù)警。

-監(jiān)控頻率：1分鐘采集一次。

（二）輔助監(jiān)控指標(biāo)

1.系統(tǒng)日志：異常錯(cuò)誤日志數(shù)量超過設(shè)定閾值（如每分鐘5條）時(shí)觸發(fā)預(yù)警。

2.服務(wù)狀態(tài)：核心服務(wù)（如Web、數(shù)據(jù)庫）長時(shí)間（如超過3分鐘）無響應(yīng)時(shí)觸發(fā)預(yù)警。

三、預(yù)警流程

（一）預(yù)警閾值設(shè)置

1.根據(jù)業(yè)務(wù)重要性分級(jí)設(shè)置閾值：

-優(yōu)先級(jí)高（如核心業(yè)務(wù)服務(wù)器）：更嚴(yán)格閾值（如CPU超過70%）。

-優(yōu)先級(jí)低（如測(cè)試服務(wù)器）：較寬松閾值（如CPU超過85%）。

2.動(dòng)態(tài)調(diào)整：根據(jù)歷史數(shù)據(jù)波動(dòng)調(diào)整閾值，避免誤報(bào)或漏報(bào)。

（二）預(yù)警觸發(fā)與響應(yīng)

1.預(yù)警觸發(fā)條件：

-單指標(biāo)超標(biāo)（如內(nèi)存使用率超過85%）。

-多指標(biāo)聯(lián)動(dòng)（如CPU、磁盤同時(shí)超標(biāo)）。

2.響應(yīng)步驟（StepbyStep）：

(1)自動(dòng)化響應(yīng)：觸發(fā)輕度預(yù)警時(shí)，系統(tǒng)自動(dòng)擴(kuò)容資源或重啟服務(wù)。

(2)人工介入：觸發(fā)嚴(yán)重預(yù)警時(shí)，運(yùn)維團(tuán)隊(duì)10分鐘內(nèi)確認(rèn)并處理。

(3)記錄與復(fù)盤：每次預(yù)警處理需詳細(xì)記錄，每月復(fù)盤誤報(bào)率。

（三）預(yù)警級(jí)別劃分

1.輕度預(yù)警：指標(biāo)接近閾值（如CPU75%-85%），可安排低優(yōu)先級(jí)修復(fù)。

2.嚴(yán)重預(yù)警：指標(biāo)已超標(biāo)（如CPU90%以上），需立即處理。

3.緊急預(yù)警：服務(wù)完全中斷（如無響應(yīng)超過5分鐘），需緊急恢復(fù)。

四、實(shí)施要求

（一）監(jiān)控工具配置

1.工具選擇：推薦使用Zabbix、Prometheus等標(biāo)準(zhǔn)化監(jiān)控平臺(tái)。

2.數(shù)據(jù)采集：確保每5分鐘采集一次核心指標(biāo)，存儲(chǔ)周期不少于3個(gè)月。

（二）運(yùn)維操作規(guī)范

1.日常巡檢：每日檢查預(yù)警日志，處理歷史遺留問題。

2.誤報(bào)處理：誤報(bào)次數(shù)超過3次需重新評(píng)估閾值。

3.備案管理：新增服務(wù)器需在24小時(shí)內(nèi)完成監(jiān)控配置并驗(yàn)證。

（三）培訓(xùn)與考核

1.培訓(xùn)內(nèi)容：監(jiān)控工具使用、閾值設(shè)置邏輯、應(yīng)急響應(yīng)流程。

2.考核指標(biāo)：誤報(bào)率控制在5%以下，嚴(yán)重預(yù)警處理時(shí)效不低于15分鐘。

五、附錄

（一）常用閾值參考表

|指標(biāo)|正常閾值|預(yù)警閾值|

|------------|------------|------------|

|CPU使用率|≤70%|≥80%|

|內(nèi)存使用率|≤75%|≥85%|

|磁盤空間|≥15%|<10%|

（二）監(jiān)控平臺(tái)配置示例（以Zabbix為例）

1.主機(jī)添加：配置IP、端口、采集項(xiàng)目（CPU、內(nèi)存等）。

2.閾值創(chuàng)建：設(shè)置觸發(fā)器（如"CPU使用率>80%"）。

3.報(bào)警接收：配置郵件或短信通知模板。

---

（接續(xù)原有內(nèi)容）

五、附錄（續(xù)）

（一）常用閾值參考表（擴(kuò)寫）

|指標(biāo)|說明|正常閾值范圍（建議）|預(yù)警閾值范圍（建議）|嚴(yán)重預(yù)警閾值范圍（建議）|數(shù)據(jù)采集頻率（建議）|

|----------------------|------------------------------------------------------------|--------------------|-------------------|-----------------------|------------------------|

|CPU使用率(%)|反映服務(wù)器處理能力負(fù)載。|≤70%|≥80%|≥90%|5分鐘|

|內(nèi)存使用率(%)|反映服務(wù)器內(nèi)存資源占用情況。|≤75%|≥85%|≥95%|5分鐘|

|磁盤空間（可用量%）|反映系統(tǒng)盤或數(shù)據(jù)盤剩余空間。|≥15%|<10%|<5%|10分鐘|

|磁盤I/O（IOPS/KB/s）|反映磁盤讀寫性能。|在正常性能區(qū)間內(nèi)|顯著低于正常值|嚴(yán)重低于正常值|1分鐘|

|網(wǎng)絡(luò)流量（入/出）(Mbps)|反映服務(wù)器網(wǎng)絡(luò)帶寬使用情況。|在帶寬限制內(nèi)|接近帶寬上限(90%)|超出帶寬上限|5分鐘|

|應(yīng)用響應(yīng)時(shí)間(ms)|反映核心業(yè)務(wù)接口或服務(wù)的處理速度。|≤200ms|201-1000ms|>1000ms|1分鐘|

|TCP連接數(shù)|反映服務(wù)器當(dāng)前建立的客戶端連接數(shù)量。|≤設(shè)定閾值(如5000)|接近閾值(如90%)|超過閾值|5分鐘|

|服務(wù)狀態(tài)|檢查關(guān)鍵服務(wù)（如Web服務(wù)、數(shù)據(jù)庫服務(wù)）是否存活。|正常運(yùn)行|超時(shí)(如1分鐘無響應(yīng))|完全不可用|1分鐘|

|系統(tǒng)日志錯(cuò)誤數(shù)|反映系統(tǒng)或應(yīng)用日志中出現(xiàn)的錯(cuò)誤信息頻率。|≤1條/分鐘|2-5條/分鐘|>5條/分鐘|5分鐘|

注意：

1.上述閾值僅為通用建議，實(shí)際閾值需根據(jù)具體服務(wù)器負(fù)載、業(yè)務(wù)重要性、硬件配置等因素進(jìn)行定制化調(diào)整。

2.閾值設(shè)置應(yīng)遵循“寧可誤報(bào)，不可漏報(bào)”的原則，尤其是在關(guān)鍵指標(biāo)上。

3.建議定期（如每月）復(fù)盤閾值有效性，并根據(jù)實(shí)際運(yùn)行情況進(jìn)行優(yōu)化。

（二）監(jiān)控平臺(tái)配置示例（以Zabbix為例）（擴(kuò)寫）

1.主機(jī)添加與信息錄入：

(1)登錄Zabbix前端管理界面。

(2)進(jìn)入“配置”->“主機(jī)”，點(diǎn)擊“創(chuàng)建主機(jī)”。

(3)填寫主機(jī)基本信息：

名稱：填寫服務(wù)器規(guī)范名稱，如“生產(chǎn)-Web服務(wù)器01”。

IP地址/主機(jī)名：填寫服務(wù)器的IP地址或可解析主機(jī)名。

接口：配置監(jiān)控接口類型（通常為“Zabbixagent”或“SNMP”）和接口地址（IP地址）。

模板：選擇或應(yīng)用預(yù)定義的監(jiān)控模板（如“Zabbixservertemplate”），該模板會(huì)自動(dòng)加載相關(guān)監(jiān)控項(xiàng)目（Items）和觸發(fā)器（Triggers）。

(4)點(diǎn)擊“確定”保存主機(jī)配置。

2.監(jiān)控項(xiàng)目（Items）配置：

監(jiān)控項(xiàng)目定義了Zabbixagent或SNMP需要采集的具體數(shù)據(jù)。應(yīng)用模板后，大部分項(xiàng)目已自動(dòng)配置。

如需添加自定義項(xiàng)目（例如，監(jiān)控特定應(yīng)用的性能指標(biāo)）：

(1)在主機(jī)詳情頁，點(diǎn)擊“項(xiàng)目”->“創(chuàng)建項(xiàng)目”。

(2)填寫項(xiàng)目信息：

名稱：清晰描述監(jiān)控內(nèi)容，如“自定義應(yīng)用錯(cuò)誤日志數(shù)”。

類型：選擇“Zabbixagent”或“SNMP”等。

鍵值：輸入用于采集數(shù)據(jù)的Zabbixagent鍵或SNMPOID（對(duì)象標(biāo)識(shí)符）。

數(shù)據(jù)類型：選擇數(shù)據(jù)類型（如“浮點(diǎn)數(shù)”、“整數(shù)”、“字符串”等）。

更新間隔：設(shè)置數(shù)據(jù)采集頻率（如“60”秒）。

接口：選擇對(duì)應(yīng)的主機(jī)接口。

(3)點(diǎn)擊“確定”保存項(xiàng)目。

3.觸發(fā)器（Triggers）配置：

觸發(fā)器定義了何時(shí)產(chǎn)生預(yù)警。應(yīng)用模板后，大部分觸發(fā)器已自動(dòng)配置。

如需添加或修改觸發(fā)器（例如，調(diào)整內(nèi)存使用率預(yù)警閾值）：

(1)在主機(jī)詳情頁，點(diǎn)擊“觸發(fā)器”->“創(chuàng)建觸發(fā)器”或編輯現(xiàn)有觸發(fā)器。

(2)填寫觸發(fā)器信息：

名稱：清晰描述預(yù)警條件，如“內(nèi)存使用率過高”。

表達(dá)式：定義觸發(fā)條件，通常包含“LHS（左側(cè)表達(dá)式）”和“RHS（右側(cè)表達(dá)式）”。例如，`{host:生產(chǎn)-Web服務(wù)器01.memoryused[bytes].last()}>80%`表示監(jiān)控“生產(chǎn)-Web服務(wù)器01”的內(nèi)存使用率是否超過80%。使用“LLD模板”（自動(dòng)發(fā)現(xiàn)模板）可簡(jiǎn)化配置。

優(yōu)先級(jí)：設(shè)置觸發(fā)器的重要性級(jí)別（如“高”、“中”、“低”）。

狀態(tài)：默認(rèn)為“0”（正常）。

等級(jí)：設(shè)置預(yù)警級(jí)別（如“信息”、“警告”、“嚴(yán)重”、“緊急”）。

自動(dòng)恢復(fù)時(shí)間：設(shè)置觸發(fā)器滿足條件后，多久自動(dòng)恢復(fù)為正常狀態(tài)（如“0”表示不自動(dòng)恢復(fù)，需手動(dòng)確認(rèn)；“60”表示60分鐘后自動(dòng)恢復(fù)）。

(3)點(diǎn)擊“確定”保存觸發(fā)器。

4.動(dòng)作（Actions）配置：

動(dòng)作定義了觸發(fā)器被觸發(fā)時(shí)執(zhí)行的操作，如發(fā)送通知。

配置步驟：

(1)進(jìn)入“配置”->“動(dòng)作”。

(2)點(diǎn)擊“創(chuàng)建動(dòng)作”。

(3)選擇動(dòng)作類型：

發(fā)送通知：用于發(fā)送郵件、短信或使用Webhook通知。

事件類型：選擇觸發(fā)動(dòng)作的事件類型（如“觸發(fā)器發(fā)生”、“觸發(fā)器恢復(fù)”）。

對(duì)象：選擇受影響的對(duì)象類型（如“所有主機(jī)”、“選定主機(jī)”）。

用戶組/用戶：選擇接收通知的用戶或用戶組。

模板：選擇通知模板（包含郵件正文、短信內(nèi)容等）。

執(zhí)行計(jì)劃：用于執(zhí)行自動(dòng)化腳本（如重啟服務(wù)、清理日志）。