离线文本版 · Markdown 标记与示例按原文保留。
> 日期说明：归档日期为历史整理日期，不代表原始首发时间；本文于 2026-11-02 核对并修订。命令示例需按实际环境替换占位符。 网站是否可访问、响应是否变慢、证书是否快到期，往往比单纯显示 CPU 曲线更直接。本文整理两个容易忽略的环节，作为日常使用时的检查参考。 <!-- more --> ## 先观察用户会感知的结果 网站是否可访问、响应是否变慢、证书是否快到期，往往比单纯显示 CPU 曲线更直接。基础资源监控则帮助解释问题发生的原因。 ## 告警要有处置动作 磁盘容量、内存压力与错误率应设置有持续时间的阈值，避免瞬时波动触发大量通知。每条告警最好对应一个可执行检查步骤，否则通知越多越容易被忽略。 ## 日常使用的小结 监控服务与被监控机器最好不要完全共用故障点。保留外部探测，可以在整台 VPS 失联时仍然发现异常。 ## 操作参考与适用边界 ### 从一个可行动的告警开始 ```text 磁盘使用率持续超过阈值 → 检查增长目录 入口连续请求失败 → 分别测试 DNS、TLS、上游 证书即将过期 → 检查续期任务与验证路径 ``` 阈值要根据业务与磁盘规模设定。告警持续时间、采样频率和通知去重同样重要；不要用单次瞬时值判断长期故障。 ### 如何判断结果 操作后应将实际结果与文中目标对照；命令成功退出只能证明该步骤完成，不能替代业务层验证。记录异常信息时，保留时间、软件版本与相关上下文，方便后续复查。 ## 参考资料 - [官方文档与规范](https://prometheus.io/docs/practices/alerting/)（本次整理参考，页面内容可能随版本更新） - [继续阅读本站归档](/archives/)