阿里雲雲監控提供「站點可用性監控」與「伺服器監控」兩大核心功能體系。本文梳理用戶從開通服務到建立完整監控體系的標準化操作流程,適合初次使用者快速上手,也可作為團隊內部 SOP 參考。
一、站點可用性監控 (無需 Agent,即配即用)
適用於 HTTP/HTTPS 網站、API 介面、TCP/UDP 埠口、DNS、郵件伺服器、FTP 等網路服務的外部可用性與響應時間監控。
操作流程
- 選擇監控類型:HTTP、Ping、TCP 埠口、UDP、DNS、POP3、SMTP、FTP
- 創建監控項:填寫目標 URL/IP、埠口、請求方法、預期狀態碼、關鍵字匹配等
- 配置監控策略:
- 監控頻率:1 分鐘 / 5 分鐘 / 15 分鐘 / 30 分鐘 / 1 小時
- 重試次數:連續失敗幾次後觸發告警 (建議 2-3 次)
- 告警閾值:響應時間超過多少毫秒告警、特定錯誤碼告警
- 關聯監控點:將監控項指派至具體站點/服務
- 配置告警組:設定接收人 (手機/郵箱/旺旺/鈍釘)、告警級別、通知靜默時段
預設標準監控項 (開箱即用)
- HTTP 可用性監控 (預期 200 OK)
- Ping 連通性與丟包率
- TCP 80/443 埠口可達性
- DNS 解析正確性與響應時間
二、伺服器監控 (需安裝 Agent,深度可觀測)
提供作業系統級、進程級、資源級的深度監控,支援 Windows/Linux。
操作流程
- 安裝 Agent:參考《雲監控 Agent 安裝指南 (Windows/Linux)》,完成部署與 Token 配置
- 選擇監控類型:
- 預定義類型:CPU、記憶體、磁碟、網路、進程、TCP 連接、Swap、Load 等 12 種
- 自定義類型:參考《雲監控插件編寫規範》開發專屬插件 (業務指標、日誌關鍵字、中間件狀態等)
- 創建監控項:針對所選類型填寫具體參數 (如進程名稱、磁碟掛載點、閾值)
- 配置監控策略:頻率 (建議 1-5 分鐘)、重試次數、告警閾值
- 關聯監控點:將監控項指派至目標伺服器 (可批量選擇)
- 配置告警組:同站點監控,設定接收人與通知策略
預定義監控類型對照表
| 類型 | 關鍵參數 | 適用場景 |
| CPU 利用率 | 閾值 % | 性能基線、容量規劃 |
| 記憶體利用率 | 閾值 % | OOM 風險預警 |
| 磁碟利用率 | 掛載點、閾值 % | 空間耗盡預警 |
| 網路流量 | 網卡名、閾值 Kbps | 帶寬飽和、異常流量 |
| 進程狀態 | 進程名/關鍵字 | 核心服務存活 (nginx、mysql、java、redis) |
| 進程 CPU/記憶體 | 進程名、閾值 | 單一進程資源洩漏 |
| TCP 連接數 | 閾值 | 連接洩漏、CC 攻擊 |
| Swap/Load (Linux) | 閾值 | 系統壓力綜合判斷 |
三、告警組最佳實踐
- 分級管理:核心業務 → P0 組 (電話+簡訊+鈍釘,7×24);一般業務 → P1 組 (簡訊+郵件,工作時間);非核心 → P2 組 (郵件,延遲通知)
- 輪值機制:配置輪值表,避免單點人員遺漏告警
- 收斂去重:啟用告警收斂,相同根因短時間內僅通知一次
- 自動恢復通知:開啟「恢復通知」,故障自愈時同步通知相關人員
四、進階功能拓展
- 大盤儀表板:自定義跨伺服器、跨指標的可視化大屏
- 日誌監控:配合日誌服務 (SLS) 實現關鍵字/模式告警
- API 管理:透過 OpenAPI 批量建立監控項、同步 CMDB 資產
- 混合雲監控:同一控制台統管阿里雲、AWS、Azure、IDC、邊緣節點
五、快速上手清單
- ☐ 開通雲監控服務 (控制台一鍵)
- ☐ 站點監控:建立 HTTP/Ping/TCP 基礎監控項,配置告警組
- ☐ 伺服器監控:全量安裝 Agent,驗證上線狀態
- ☐ 核心指標全覆蓋:CPU、Mem、Disk、Network、關鍵進程
- ☐ 業務指標補充:開發自定義插件監控業務佇列、緩存命中率、API 延遲
- ☐ 告警通知驗證:人工模擬故障 (停服務、佔滿磁碟) 驗證告警送達
- ☐ 定期巡檢:每周檢視報表、調整閾值、清理失效監控點
雲監控以「免費、易用、全面」為核心優勢,助力團隊從「被動發現故障」轉向「主動感知風險」,是雲上運維體系的基石組件。