你们的服务器告警是怎么配的？我被凌晨叫醒太多次了
做运维最怕的就是凌晨那通电话。我现在是 CPU、内存、磁盘、还有服务端口存活都配了告警，结果阈值设得太敏感，半夜经常被一条「内存 85%」叫起来，起来一看，是自己跑的备份。
想请教下大家：
- 阈值一般怎么设，要不要加「持续 N 分钟才告警」这种条件；
- 哪些指标值得半夜叫人，哪些攒到早上一起看就行；
- 有没有用那种分级告警——P0 打电话，P1 只发消息。
现在真有点被叫怕了，白天上班都在补觉。你们是怎么平衡「该报的别漏」和「别瞎报」的？ 我也被半夜叫起来过，后来做了两件事好多了：
一是把告警分成两级——会自己恢复的那种（比如备份时内存飙一下）只发消息，第二天看；真影响业务的才打电话。
二是加了个「持续 5 分钟才报」的条件，能滤掉一大半抖动。
阈值别照搬别人的，先观察自己机器一两周的正常波动再定。
页:
[1]