在Web服务器上监视什么？

这取决于服务器在做什么。 例如，我知道我的Exchange 2007服务器将使用大量的内存，这就是Exchange所做的，它尽可能多地抓取，所以监视这个服务器的高RAM使用会让我整晚都清醒，但是我想知道我的磁盘空间越来越小，因为Exchange很容易停止使用低磁盘空间。 另一方面，我并不关心我的打印服务器上的磁盘使用情况。

真的，你需要看看你的服务器，并确定你需要知道什么，对他们正确运行的重要，什么是很好的知道历史或追踪的目的，什么是多余的。 当你确定什么是关键的，那么你真的应该有这些事件的警报或触发器设置，如果你不知道什么时候出错，监视什么点？

我刚刚花了几个月的时间来研究这个确切的问题。 我的研究集中在Nginx上，但是原理是一样的，可以应用于任何Web服务器（Windows或其他）。

首先，有一些理论：你想要监视整个系统堆栈中的指标 – 不只是Web服务器应用程序本身，还包括它运行的进程，运行的服务器以及服务器所在的主机提供商。 ：

• 潜在的坏事（即可能出错的东西 – 磁盘填满，networking饱和等）
• 实际上不好的事情（即那个确实出错的事情）
• 好东西（特别是，当他们停止发生 – 例如访问/结帐）

其次，要监视什么。 我煮了这14个项目。 YMMV取决于具体的安装/服务器软件，但我认为这些原则将适用于：

1. 每秒请求数（活动量）
2. 响应时间（性能）
3. 活动连接（活动量
4. 响应代码（2xx，3xx，5xx及其相对分布）
5. 处理文件句柄（这是Nginx特定的，涉及到最大工作者数量和可能的连接）
6. 进程状态（服务器应用程序是否还活着？）
7. 服务器状态（是服务器本身还活着吗？）
8. 服务器负载平均值（服务器是否正常？）
9. 服务器networking使用情况（有足够的带宽？）
10. 磁盘空间（日志/caching空间）
11. 托pipe服务提供者状态（AWS正在closures==您的服务器正在closures）
12. DNS到期（DNS expiring =您的服务器正在closures）
13. SSL证书过期（证书过期=您的服务器正在closures）
14. 用户活动（关键页面 – 他们正在查看并返回200 OK？）

好奇的细节在这里：

• 如何监控Nginx：基本指南

[披露：我隶属于Scalyr公司，该公司负责链接指南，并为我撰写指南]

监测的想法是与基线进行比较。 如果你不知道这是否正常，那么知道你的磁盘使用率是90％，你的带宽是10GB /天是没有意义的。

基本上所有你可以便宜得到（所有的RAW数据应该相当便宜），logging一个基线，这将有助于你发现exception。 exception情况包括程序出错，占用磁盘空间，内存泄漏，内存使用增加，login用户数相同时进程数加倍等。

最重要的是你可以从原始数据中收集到什么，并经常logging这些数据的样本。 如果磁盘空间增长非常缓慢，则磁盘空间采样不需要每五分钟进行一次。

我监视CPU，磁盘空间，CPU队列，ping（检查机器是否运行），IIS服务正在运行，我调用一个ASPX页面来确保.NET很高兴和处理。 我login到应用程序传递用户名和密码为用户将确保页面加载并不会引发500或超时。

我通常不会监视使用的内存，因为通常是100％或接近100％。 IIS在保持内存正常方面做得不错，IIS每天都会重启应用程序池，默认情况下会清理任何残留的内容。

我倾向于不监视磁盘IO，因为它可以是所有其他地方。 在某些系统SQL，Exchange等上，我会跟踪每个驱动器的磁盘队列，但是具有非常高的阈值。 系统会飙升，所以我只想知道他们是否蝙蝠屎。