现在一个企业的应用不加监控，那简直不可思议了，如果线上环境出了问题怎么办，看日志当然可以，但是有些问题不会报日志，比如cpu使用率太高，内存不足，连接数堆积，请求不断上涨，这些问题就需要监控系统的报警了。最近我的公司出来一些情况，线上的应用依赖的第三方软件出了些问题，导致业务没有办法进行下去，影响上千人的服务，这个时候就显出监控的意义了。
监控一般由仪表盘组成，常见的有grafana，我使用的就是这一种，它呈现给你的一般都是折线图，当然其他的直方图也可以自己配置。而这些图表所表示的数据一般分为两种，一种是计数型，一种是比率型。比如请求数和每秒请求数。当然不管是哪种我们都是想要发现不合理不正常的地方。
一开始我是看不懂图表的，但是当我发现这种东西的重要性之后，我还是学习了一下，总结了一些经验。那就是关注cpu，内存，网络，和逻辑这四个地方。什么是cpu的指标，就是cpu使用率，cpu负载，使用率不要超过80%，负载不要超过4，内存比较简单，一般只要不太靠近内存限制都没什么问题，java应用的内存一般不会超过2G，如果可以看到swap的交换次数，就可以知道是否是内存不足了。网络一般是网络问题，也就是网卡的吞吐量怎么样，网络连接数怎么样，如果吞吐量不升，连接数持续走高，就可以认为是有问题了。逻辑是指指标是有联系的，如果业务是a服务发请求到b服务，但是a服务的请求发送量和b服务的请求接收量不对应，那么可能就是请求失败，或者请求堆积了，最不靠谱的是没发日志，因为日志才更容易定位问题。