应用服务监控

企业核心应用需要持续、稳定提供服务，监控就成为保驾护航关键手段。通过监控系统配置基础设施、中间件、应用日志和业务波动指标，开发人员可以及时检测指标健康状况，然后快速响应介入排查解决，从而提升用户体验，减少故障带来的损失。

01 监控维度

应用系统依赖基础资源、中间件、应用服务和容器建设，所以监控系统也是围绕这些组件进行采集监控，配置相关监控指标

02 监控指标

维度	内容
基础资源层	CPU、内存、磁盘、网络（连接数、丢包率）、系统负载、中断次数
服务层	1. 数据库：QPS（每秒查询数）、TPS（每秒事务数）、连接数、慢查询率 2. 中间件：消息队列堆积量、缓存命中率 3. 应用服务：响应时间、吞吐量、JVM、错误率（状态码）、日志、线程数
业务层	用户活跃度（DAU/MAU）、订单成功率、API 调用量等（需结合具体业务场景定义）

03 监控方法

针对应用系统监控手段，当下主流方法主要包括指标数值、指标波动和业务关联分析。指标数值法，也就是配置指标告警阈值，检测是否达到阈值就进行告警处理。指标波动法，就是通过周期对比、统计模型（正态分布、时间序列）、业务关联分析法分析异常告警阈值。

统计模型分析法	原理
周期对比	基于同比、环比和定基比检测周期（日、周、月或者年）指标数值变化
定基比	基于固定基期相比检测数值变化，用于长期趋势分析场合
正态分步法	基于历史均值、标准差检测
时间序列预测	使用Prophet、ARIMA模型预测理论值检测
业务关联分析法	根据业务场景交叉分析用户行为

3.1 同比

【百度百科】同比一般情况下是本年第n月与去年第n月比。同比发展速度主要是为了消除季节变动的影响，用以说明本期发展水平与同期发展水平对比而达到的相对发展速度。在实际工作中，经常使用这个指标，如某年、某季、某月与同期对比计算发展速度，就是同比发展速度。

3.2 环比

【百度百科】环比，统计学术语，是表示连续2个统计周期（比如连续两月）内数据变化比。

3.3 总结

环比侧重反映数据短期变化，用环比增长速度反映指标变化时，时效性强， 比较灵敏。比如，对居民消费价格指数（CPI）环比涨跌幅进行分析，可以判断短期内物价变化方向（上升或下降）。环比不足之处是，对一些随着季节变化而波动指标，将当期数据直接与上期相比时，容易受到季节因素的干扰， 使得用其反映的增长速度波动往往较大。

同比相对于环比，侧重反映长期趋势，能够一定程度上克服季节性波动影响。比如，“双十一”大促，使用同比增长速度，10 月、11 月、12 月波动不会像环比波动那样大，主要由于上年与今年11 月“双十一”促销因素均存在。但另一方面，同比增长速度缺点是易于受基期因素影响，比如，上年基期受灾害影响，数据波动大，而今年同期未受灾害影响，则同比增长速度会表现出波动变化。

04 波动监控方法

监控平台（kask）目前提供指标数值和指标波动监控支持，指标数值监控方法已配置投产，波动分析法目前仅支持同环比分析法监测监控指标是否异常。

4.1 业务监控（同环比）

维度	内容
比较方式	选项包括环比、时同比、日同比、周同比和月同比
告警方式	监控周期，周期只会告警一次，支持小时、天、周和月配置
采样最大时长	最大参与指标波动计算数据时长，支持小时、天、周和月配置
最小采样记录数	最小参与指标波动计算数据记录数，数据量少于此值不预警
最大采样记录数	最大参与指标波动计算数据记录数，等同于数据脚本limit
上限类型	计算阈值上限的方式，支持百分比、绝对值
上限	指标告警阈值上限
下限类型	计算阈值下限的方式，支持百分比、绝对值
下限	指标告警阈值下限

4.2 日志监控（同环比）

维度	内容
比较方式	选项包括小时-环比、小时-同比、天-同比、周-同比和月-同比
超过阈值	计算阈值方式，支持百分比、绝对值

4.3 APM监控（同环比）

维度	内容
指标名称	服务平均响应时间、服务成功率、每分钟调用次数 接口平均响应时间、接口每分钟调用次数、接口成功率、接口每天调用次数
比较方式	选项包括小时-环比、小时-同比、天-同比、周-同比和月-同比
超过阈值	计算阈值方式，支持百分比、绝对值

05 总结与思考

应用系统监控核心价值在于防患于未然与快速定位恢复。无论是系统监控还是业务监控，需以数据为基石，结合自动化工具与流程优化，从被动响应转向主动预防。未来方向将聚焦于智能化、全链路可观测性及与业务目标的深度协同。