监控告警指标有哪些？
家里装了摄像头，公司用了服务器，网络一出问题就头疼。其实很多故障早有预兆，关键是要盯住那些该看的监控告警指标。不是所有数据都重要，挑几个核心的盯着，问题往往还没爆发就被发现了。
CPU 使用率
这是最直观的一个指标。就像人的体温，持续高烧肯定不对劲。服务器 CPU 长时间超过 80%，系统可能已经开始卡顿。突然飙到 100% 更要警惕，可能是程序跑飞了，也可能是被攻击了。
内存占用情况
内存不够用，系统就会开始“借债”——用硬盘当内存，速度立马变蜗牛。观察内存使用趋势比看瞬时值更重要。如果每天都在涨，很可能有内存泄漏，某个程序在悄悄吃光资源。
网络流量和延迟
你家宽带明明 300M，结果测速只有 50M？监控网络出入流量和延迟就能发现问题。比如晚高峰时段延迟突增，可能是局域网有人在下载大文件。跨地区访问延迟过高，可能是线路出了问题。
磁盘 I/O 和空间
磁盘读写速度慢，整个系统都会跟着拖沓。同时要关注剩余空间，特别是日志文件容易撑爆磁盘。有个朋友的网站突然打不开，查了一圈才发现是日志把磁盘写满了。
服务响应时间
网页打开要等好几秒？接口调用超时？监控每个关键服务的响应时间，能帮你快速定位瓶颈。比如登录接口突然变慢，可能是数据库扛不住了，而不是前端的问题。
错误日志频率
系统报错不能忽视。短时间内大量 500 错误，基本可以断定服务有问题。通过监控日志中的关键词，比如“timeout”、“connection refused”，能提前发现隐患。
在线用户数和连接数
一个后台系统平时最多 100 人在线，某天突然跳到 1000，那就要查查是不是被人扫了接口。TCP 连接数过多也会耗尽资源，导致新用户无法接入。
把这些指标配上告警规则，比如 CPU 连续 5 分钟超过 90% 就发短信通知，能省下不少半夜救火的功夫。工具不一定要多高级，Zabbix、Prometheus 甚至一些国产监控平台都能搞定。
就像开车要看仪表盘，运维也得靠数据说话。把这几个关键指标盯住了，大多数问题都逃不过你的眼睛。