锦州中小企业做监控告警，别只盯处理器
上个月锦州一家工厂的老板问我，服务器监控要不要把所有指标都配上告警？我的建议是：不要，先盯 5 个关键指标，其余看报表。告警一多，人就不看了。锦州这边企业的运维往往由行政或网管兼着，没人能整天盯屏幕。
先定该告警的指标
指标分两类，一类必须马上管，一类可以慢慢看。磁盘快满、服务挂了、证书快到期，这三类要先告警。实际落地时，我们会先划出这一小份清单。锦州凌河区做外贸和电商的企业，网站停 1 小时就有订单损失。清单短一点，反而每次都能处理。
处理器高不一定是故障。跑批处理的时候冲到 90% 是正常的。真做起来，我们会加持续时间这个条件。锦州古塔区企业的备份任务多在凌晨跑，那会儿告警响起来没人应。加上时长判断，误报能少一大半。
告警要发给对的人
告警发给谁，比怎么发更重要。发给能动手的人，别只发到一个没人看的群里。这一块通常会要求填明确的责任人和替补。锦州这边中小企业往往就 1 个人管 IT，休假时就没人接。定好替补，告警才不至于落空。
分级也要做。严重问题打电话，一般问题发消息，两类不要混。照我们的习惯，会按影响面分 2 到 3 档。锦州这边企业的业务高峰集中在白天，夜里的小问题可以攒到早上。分好级，人才不会被吵醒。
误报要定期压
告警上线之后，每 2 周回看一次，把误报清掉。同一条规则一周响十次又不用管，就该改阈值或者关掉。上手之后，我们会陪客户过一遍告警记录。我们服务过 160+ 家企业，告警怎么配心里有数。锦州做制造业配套的企业，联网之后指标会变多。规则也要跟着调。留一条有用的，删十条没用的。
常见问题
监控工具要多少钱
按服务器数量评估，属于技术服务项，一案一价，交付后附 1 年免费维护。
一定要做服务器监控吗
要做。出故障时有没有告警，处理时间能差好几倍。
我们自己能配好吗
能配，但阈值和维护要有人长期管，多数企业更愿意托管出去。
锦州的中小企业做监控告警，先把关键指标和责任人定下来，再定期压误报。告警少而准，才有人真的看。先说说有几台服务器、谁负责值守这两条。想再细一点，信服无限锦州这边可以按你的实际情况算一遍。