21、服务监控与性能优化全攻略

服务监控与性能优化全攻略

1. 服务告警设置

1.1 告警配置验证

若正确配置了 Alertmanager，你应会收到一封发送至配置中指定地址的邮件。若未收到邮件，可查看 Alertmanager 的 Docker 日志。使用双因素邮件认证的用户，可能会收到启用通知的额外说明。

1.2 告警最佳实践

以下是一些设置服务告警的最佳实践，有助于提高服务可靠性：
- 保持告警可立即执行 ：告警是确保问题或事件得到确认和处理的强大技术，但不应过度用于无需立即关注的问题类型。例如，CPU 负载突然增加不一定表示有可立即处理的问题，除非该负载长时间保持高位（如 CPU 负载连续 10 分钟以上不低于 85%），这可能只是服务高使用量的暂时症状。创建告警时，要考虑工程师是否需要根据通知执行手动操作，并尽量减少可能的干扰（如在规则配置中指定指标超出阈值多长时间后触发告警）。
- 包含操作手册参考 ：为每个告警准备一份操作手册，为收到告警的值班工程师提供清晰的说明。准确且最新的操作手册有助于减少事件缓解时间，并在所有工程师之间共享相关知识。
- 定期审查告警配置 ：确保告警配置准确的最佳方法是使其易于访问和审查。一种简单的解决方案是将告警配置作为代码库的一部分，以便所有告警配置都易于审查。定期检查告警，确保涵盖所有重要场景，并确保没有告警过时。

2. 高级主题概述

2.1 涵盖内容

高级主题涵盖了从可观测性和调试到服务所有权和安全等多个领域，包括：
-