如何对系统进行监控告警？

监控是为了能让系统维护人员快速发现生产问题并定位到原因。

告警的类型有：

• 批处理效率：包括日终跑批处理效率和数据处理效率。需要配置超时阀值及监控。
• 流量监控：主要监控的指标有：TPS（每秒完成事务量）、HPS（每秒服务端收到的请求数）、IOPS（单位时间内系统能处理的IO请求数量）、QPS（每秒服务端响应客户端的查询数量）。
• 异常监控：程序异常等，可以记录失败响应码及相关的报错信息到日志中。
• 资源利用率：生产环境配置系统资源时需要对系统资源利用率有一个预测，比如redis何时会耗尽内存，数据库何时会用光磁盘，需要在资源达到饱和前设置阀值，提前做好系统扩容。

监控系统需要考虑几个指标：

1. 根据监控目标来指定监控指标采样频率，频率过高会增加监控成本。
2. 监控覆盖了最好能覆盖所有核心指标。
3. 监控需要注意有效性，不是越多越好。
4. 需要注意告警时效，不同的告警应有不同的应对时效，不是所有告警都需要开发人员马上处理。
5. 为避免长尾效应，最好不要使用平均值。

以上参考：https://mp.weixin.qq.com/s/1sFYTtruqd9Dcmw4s6IY8g