服务器巡检看哪些指标：八个关键项与阈值参考

发布时间:2026-10-11 10:02

多数故障在爆发前都会先在指标上留痕迹，巡检的价值就是趁痕迹还小的时候处理掉。巡检不需要复杂工具，八项指标、固定阈值、固定节奏，就能挡住大部分突发。 ## 八个关键项 第一项 CPU 负载，看 uptime 的三个数字，参照核数判断：四核机器负载长期超过四就值得翻进程列表。第二项内存，free -m 看 available 而不是 free 那一列，同时留意 swap 有没有真正被使用，swap 进出频繁说明内存吃紧。第三项磁盘空间，df -h 逐个分区看，水位过八成就要清理或扩容，留出日志疯涨的缓冲。第四项磁盘 IO，vmstat 里的 wa 列持续超过两成，说明瓶颈在盘不在 CPU。 第五项带宽，按网卡流量对比购买口径，高峰期贴上限就要提前扩容或上缓存。第六项连接数，ss -s 统计总数与各状态分布，TIME_WAIT 异常放大或 ESTAB 远超日常水位，都值得追一遍来源。第七项错误日志，重点看系统日志与 Web 服务错误日志的增量，出现频率突增的新报错优先处理。第八项备份状态，核对最近一次备份的完成时间与体积，备份悄悄失败一两周才发现的情况太常见。 ## 阈值与节奏 阈值参考：负载用核数作分母、磁盘八成、内存可用量低于两成、错误日志同类报错一小时超过十条。低于阈值的波动不必反应，巡检的意义在趋势，单点正常不代表趋势健康，建议把每次读数简单记一行，连续三天向同一方向走就该动手。 巡检节奏上，业务量稳定的机器每天一次足够，重要业务早晚各一次，遇到大促或活动期加密到按小时。巡检最好固定在同一时段，读数才有可比性。顺云控制台的监控告警可以给 CPU、带宽与磁盘设阈值通知，把指标异常推送到手机，与人工巡检互补，夜间的突发就不用等早上才发现。