监控
Monitoring
中级通用监控（Monitoring）是在产品运行期间，持续收集并查看服务状态、错误和性能等信号的做法。它帮你发现上线后才出现的问题，并判断影响范围，例如支付接口失败率突然升高。
你可能会说：「网站上线后，我想及时知道哪里坏了、影响了多少人，而不是等用户来报错。」
读之前建议先了解
动手看看支付接口上线后的监控
切换正常、故障和恢复状态，再调整告警阈值。每根柱子是一分钟的采样，悬停可突出查看；这里展示的是模拟数据，不是真实接口。
失败率从 1% 一路升到 8%，说明上线后服务正在恶化。最新一分钟有 80 次请求失败，这比只看到一句“接口异常”更能说明影响范围。
虚线是 5% 告警线。本例用最新一分钟的失败率判断是否告警；模拟故障时，8% 超过阈值，告警条就会出现。
要点监控怎样帮你发现线上问题？
- 1
先选能反映用户体验的信号
你可以从请求失败率、响应时间和关键任务是否完成入手。因为服务器还在运行，不代表用户就能下单；选信号时，要想清楚它对应用户的哪一步。
- 2
把异常和正常波动分开看
单次请求失败未必需要叫醒人。我们通常按一段时间汇总数据，再结合历史表现和业务影响设置告警，这样既能发现持续异常，也能减少无效提醒。
- 3
让告警能指向下一步排查
告警说“系统异常”，你还是不知道从哪查。附上出问题的服务、时间、指标和查看日志的入口，接到提醒的人才能更快确认影响范围与可能原因。
容易混淆的地方
服务端日志记录具体发生了什么，适合追查某次请求；监控持续汇总运行信号，帮你发现何时出现异常、影响是否扩大。埋点主要记录用户行为，用来分析使用和转化；它也能提供监控信号，但点击量变化本身不等于服务故障。
什么时候用
适合用
- 网站上线后，你想知道登录接口是否持续报错，以及问题从什么时候开始。
- AI 工具依赖外部模型接口，你想发现请求超时增多，并判断受影响的功能。
- 发布新版本后，你想观察关键操作的失败率是否变化，以决定是否回滚。
不适合用
- 只是在本地做一张不会发布的静态页面，想确认按钮位置；直接预览和检查页面更合适。
- 想证明某个函数在指定输入下返回正确结果；用测试用例验证，比持续观察运行状态合适。
- 正在排查浏览器里一次可复现的样式错位；先用开发者工具检查元素，不必为此搭建监控。
练一练选一个答案，看看解释
你的预约网站上线后，客服偶尔收到“提交失败”的反馈，但开发者自己试不出来。怎样安排，才能更早发现并判断问题范围？
让 AI 帮你做复制给 AI Agent 直接用
请为这个已上线的预约网站设计监控：围绕预约提交的请求量、失败率和响应时间说明采集方式与告警条件，并列出告警里需要包含的信息。先查看现有代码和部署环境，不要假设已经接入监控平台。