服务器上线后，监控是保障稳定运行的重要手段。CPU跑满、内存泄漏、带宽跑满、磁盘写满，这些问题如果不及时发现，可能导致服务中断。本文说明四个核心指标的监控方法，以及告警配置和常用监控工具。

一、为什么需要监控

监控的价值在于及时发现和定位问题。

第一是发现异常。服务器出问题时，用户往往比运维先发现。有了监控，运维可以第一时间收到告警，主动处理，而不是等用户投诉。

第二是定位瓶颈。业务变慢时，监控数据可以判断是CPU、内存、带宽还是磁盘的问题。有了数据，排查效率大幅提升。

第三是容量规划。监控数据可以判断当前配置是否合适。如果资源使用率长期偏低，可以降配；如果接近上限，需要升配。

第四是安全审计。监控可以发现异常登录、异常流量、异常进程，帮助识别安全事件。

二、CPU监控

CPU是服务器最重要的资源之一。监控CPU的核心指标包括使用率、负载、上下文切换。

使用率是最直观的指标。Linux下用top或htop查看，也可以看/proc/stat。使用率长期低于30%，说明CPU选高了；长期接近100%，说明CPU不够。

负载（load average）表示等待CPU处理的进程数。Linux下用uptime查看，三个数字分别表示1分钟、5分钟、15分钟的平均负载。负载超过CPU核心数，说明有进程在排队。

上下文切换表示CPU在不同进程之间切换的次数。频繁切换说明进程数过多或IO等待严重。用vmstat查看cs列。

告警配置建议：CPU使用率持续5分钟超过80%时告警，负载持续5分钟超过核心数时告警。

三、内存监控

内存不足比CPU不足更严重，因为内存耗尽可能触发OOM Killer，直接杀掉进程。

监控内存的核心指标包括使用率、可用内存、Swap使用、缓存。Linux下用free -h查看。

使用率计算要注意：Linux会把空闲内存用于文件缓存，这部分内存是可回收的。所以实际使用率应该是（总内存-可用内存）/总内存，而不是（总内存-空闲内存）/总内存。用free -h的available列更准确。

Swap使用是关键指标。如果Swap使用率上升，说明物理内存不足，系统在把内存页交换到磁盘。磁盘IO慢，Swap会导致性能明显下降。理想情况下Swap使用率应该为0。

告警配置建议：内存使用率持续5分钟超过80%时告警，Swap使用率超过10%时告警。

需要查看各机房的内存配置和实时价格，可以访问德阳电信云服务器产品页结合账号情况查看，该机房提供200G防御和大内存配置。

四、带宽监控

带宽跑满会导致用户访问慢或无法访问。监控带宽的核心指标包括入站带宽、出站带宽、连接数。

百脉云控制台提供带宽监控，可以查看实时带宽和历史带宽。如果带宽接近峰值，说明带宽不够，需要升级或接入CDN。

连接数也是重要指标。连接数暴增可能是正常业务增长，也可能是CC攻击或程序问题。用netstat -an | wc -l查看当前连接数，用ss -s查看连接统计。

告警配置建议：出站带宽持续5分钟超过峰值80%时告警，连接数超过预期上限时告警。

带宽监控要结合业务分析。如果是正常业务增长，升级带宽或接入CDN；如果是异常流量，排查是否被攻击。关于带宽选型的方法，可以参考云服务器带宽怎么选一文中关于带宽测算的说明。

五、磁盘监控

磁盘写满会导致服务异常，数据库无法写入，日志无法记录。

监控磁盘的核心指标包括使用率、IOPS、吞吐量、inode使用率。Linux下用df -h查看使用率，用iostat查看IOPS和吞吐量，用df -i查看inode使用率。

使用率是最基础的指标。建议磁盘使用率超过80%时告警，超过90%时紧急处理。清理日志、归档旧数据、扩容磁盘都是处理方式。

inode使用率容易被忽略。如果大量小文件占满inode，即使磁盘还有空间，也无法创建新文件。用df -i查看，inode使用率超过80%时告警。

IOPS和吞吐量反映磁盘性能。如果IOPS接近上限，说明磁盘成为瓶颈，需要优化查询或升级到NVME。百脉云十堰电信机房采用NVME存储，IOPS高，适合IO密集型业务。

告警配置建议：磁盘使用率超过80%时告警，inode使用率超过80%时告警，IOPS持续接近上限时告警。

六、常用监控工具

七、告警配置的建议

第一是分级告警。根据严重程度分级，比如warning、critical。不同级别用不同的通知方式，warning发邮件，critical发短信或电话。

第二是设置合理的阈值。阈值太低会频繁告警，产生告警疲劳；阈值太高会漏报。建议根据业务特点设置，先用宽松阈值，观察一段时间后调整。

第三是告警收敛。同一问题重复告警时，合并为一条，避免告警风暴。比如CPU持续高，不要每分钟发一次，而是每30分钟发一次。

第四是告警责任人。每条告警要有明确的责任人，避免告警发出后无人处理。建议值班制度，7x24小时有人响应。

第五是告警处理记录。记录每次告警的处理过程，便于事后复盘。如果同一问题反复告警，说明根因没解决。

八、小结

云服务器监控的核心指标是CPU、内存、带宽、磁盘。CPU看使用率和负载，内存看使用率和Swap，带宽看出站流量和连接数，磁盘看使用率和IOPS。监控工具可以选择命令行工具或图形界面工具，根据团队能力选择。告警配置要分级、设置合理阈值、收敛告警、明确责任人。建议开通服务器后立即配置监控，定期查看数据，根据监控调整配置。德阳电信200G防御机房配置完整，适合对稳定性有要求的业务。