监控平台应该看什么：服务状态、业务指标和故障入口

监控平台的价值，是把系统运行状态变成可观察、可判断、可追溯的信息。

先看服务是否健康

服务健康可以从这些角度看：

• 实例是否在线。
• 接口是否可用。
• 错误率是否异常。
• 响应时间是否升高。
• 资源是否耗尽。
• 依赖是否正常。

健康检查只是入口，不代表业务一定正常。

再看业务指标

业务指标能发现技术指标看不到的问题。

例如：

• 下单量下降。
• 支付成功率下降。
• 消息积压。
• 任务失败。
• 数据同步延迟。
• 回调异常。

这些指标和用户体验更接近。

故障入口要少而清楚

监控平台不要让排障入口太散。

常用入口可以包括：

1. 服务总览。
2. 接口明细。
3. 日志查询。
4. 链路追踪。
5. 数据库指标。
6. 中间件指标。
7. 告警历史。

入口越清楚，值班同学越快进入正确面板。

维护建议

监控平台可以按“服务状态、业务指标、依赖指标、告警历史、排查入口”五类组织。

每次故障复盘后，把缺失指标补进平台，监控才会越来越有用。