shoulder-specs-doc/src/main/asciidoc/specs/devOps/monitor.adoc

// tag::main[]

= 服务监控规范

获取整个系统的运行状态水平，对其变化和状态进行监控和报警，是保障系统监控运行必不可少的措施。

== 监控指标

=== 服务器

主要为`基础监控指标` footnote:[基础监控指标, https://blog.csdn.net/peterwanghao/article/details/82784963]

* CPU
** 使用率过高：连续 300s，80%。一般
* 内存
** 剩余可使用空间不足：使用超过85%，剩余可用不足1G。
* 磁盘
** IO 过高：连续 300s，队列超10，使用率80%。一般
** 使用率过高
** 剩余可使用空间不足：空间占用率超90%，可用不足20G。
* 网络
* 半连接数过高：超过3w
* IO 过高：连续 300s，80%。一般
* 时间
** 时钟跳变：超30s。提醒。
** 时区不一致
** 夏令时不正确

=== 中间件

基本状态监控：

* 错误日志监控
* CPU、内存、网络、磁盘IO 的使用
* 连接数
* 在线状态
* 线程数
* 句柄数

==== 网关和代理服务

* 外部请求连接数（实时/累计）
* 转发连接数

==== 缓存

* 缓存数量
* 类型
* 趋势

==== 消息队列

* 队列数
* 消息数
* 消费速率
* 消费情况

==== 搜索引擎

* 索引数量
* 索引命中率

==== 数据库

* 会话数
* 慢SQL
* 事务数量
* 事务执行时间
* 锁数量（按类型）

=== 微服务

* 整体的磁盘、内存、CPU、网络占用
* 特殊业务的CPU、内存、网络、磁盘IO、线程数量、失败数、处理速度、的使用
* 所依赖第三方库的状态
* 与所依赖中间件连接的使用和状态
* 错误码出现频次

== 通知方式

* 短信
* 邮件
* 第三方应用：微信、钉钉
* 广播

== 故障等级分类

=== 极其严重

现象：

* 服务器、数据库宕机；数据丢失、系统不断重启
* 首页或核心功能无法使用

范围：所有业务、用户


=== 严重

现象：

* 核心功能部分用户无法使用
* 非核心功能大部分用户无法使用
* 逻辑错误、内存泄漏、性能低下
* 文案与法律法规不符、错别字

范围：部分业务用户、内部用户


=== 一般

现象：非核心功能无法正常使用

* 次要功能逻辑错误
* 显示格式/内容错误

范围：小部分用户

=== 较小

现象：

* 部分用户的数据异常，但没有功能性影响
* 操作步骤复杂，复现过程繁琐，一般不会发生的错误

范围：个别用户



// end::main[]