监听服务器状态，通俗说就是盯住CPU、内存、磁盘、网络和关键进程这五类指标，先用命令行快速判断当前有没有异常，再靠监控平台做长期趋势和告警。
服务器状态监控工具有哪些
服务器状态监控工具分三类：系统自带命令行工具、开源监控平台、云厂商监控服务,选型主要看服务器数量和你的动手能力。
| 工具类型 | 代表工具 | 优点 | 缺点 | 适合场景 |
|---|---|---|---|---|
| 命令行工具 | top、free、df、ss | 零成本、速度快 | 只能看当下，不留历史 | 单机临时排查 |
| 开源监控平台 | Prometheus、Zabbix、Netdata | 可扩展、有告警 | 需要自己部署维护 | 多台服务器长期监控 |
| 云厂商监控 | 简米云监控、酷番云监控、CloudWatch | 自动接入、免维护 | 绑定云平台 | 已经用云主机的团队 |
linux服务器状态查看命令有哪些
Linux系统里，状态查看命令是基本功,常用命令和用途如下：
uptime：看服务器负载,判断系统是否忙碌。top：实时看CPU和内存占用排名，按P按CPU排序，按M按内存排序。free -h：以人类可读方式看内存总量、已用、可用和swap。df -hT：看磁盘分区使用率和文件系统类型。iostat -x 1：看磁盘IO瓶颈，重点看%util是否接近100%。ss -tunlp：看正在监听的端口和对应进程，替代老旧的netstat。systemctl status nginx：看某个服务是否在跑,以及最近日志。
这些命令不依赖任何监控平台，SSH登录后直接执行就能看到结果，排查问题时，按“负载-内存-磁盘-网络-进程”顺序查,效率最高。
网站服务器状态监控方案：从命令到平台
网站服务器额外关注Web服务进程、HTTP返回码和数据库连接数,一个可落地的方案是：
- 先用
curl -I手动看HTTP状态码,确认网站通不通。 - 再用
top和free排查资源瓶颈。 - 最后部署轻量监控脚本，每5分钟把关键指标写入文件，配合
crontab执行。
如果网站流量起来了，就升级到Prometheus加Grafana的组合，Prometheus负责采集和存储指标，Grafana负责画图，告警规则写在Prometheus里，这个组合是当前开源监控的主流,社区资料丰富。
怎么监控服务器运行状态
这里说的是完整流程：先定指标，再选工具，然后配置告警，最后记得隔段时间复盘监控数据，别跳过告警,否则监控只是给自己看的记录本。
先定指标：别什么都盯
服务器状态指标很多,但真正要天天看的不超过十项：
- CPU使用率和负载（load average）
- 内存使用率、swap交换量
- 磁盘使用率、inode使用率、磁盘IO等待时间
- 网络带宽使用率、TCP连接数、丢包率
- 关键进程是否存在、是否响应
日志文件本身不算状态指标，但服务挂掉之前往往有征兆，比如内存被占满、磁盘写满,监控状态指标能提前发现这些征兆。
再选工具：按服务器数量分
- 单台服务器，直接命令行加
crontab定时记录,简单有效。 - 两台到五台，用Netdata或Glances，部署轻,界面直观。
- 五台以上，推荐Prometheus加Grafana，或者Zabbix，行业共识认为，Zabbix在传统企业网络设备监控里更顺手,Prometheus在云原生环境更流行。
- 云服务器用户，先开启云厂商自带的监控服务，通常基础指标免费,自定义指标才收费。
配置告警规则：别等报警轰炸你
告警阈值要结合实际调,常用的起步规则如下：
- CPU使用率持续超过85%,持续5分钟。
- 内存使用率超过90%。
- 磁盘剩余空间低于10%。
- TCP连接数在短时间翻倍增长。
- 关键进程退出或端口不响应。
告警通知渠道用邮件和钉钉机器人即可，通知频率要限制，比如同一问题15分钟内只发一次,避免深夜被无关告警吵醒。
定期看监控图表
监控平台的意义在于趋势，每周花十分钟看一次CPU和内存的长期曲线，能发现内存泄漏、磁盘缓慢增长这类日常命令看不出的问题。
实操场景：用命令快速定位服务器异常
举个例子，同事说网站访问变慢,登录服务器后按下面顺序执行命令查原因。
先看负载：一条uptime搞定
uptime
输出里的load average是最近1分钟、5分钟、15分钟的平均负载，如果1分钟数值明显高于15分钟，说明问题正在发生，如果三个数值都高,说明服务器已经忙了好一阵。
再看内存和CPU：top加free
top -b -n 1 | head -20 free -h
top里看%CPU和%MEM两列，找到占用最高的进程。free -h看内存是否吃紧，重点看available这行，别只看free，如果swap用了不少,说明物理内存不够用了。
查磁盘和IO：df加iostat
df -hT iostat -x 1 3
df看磁盘剩多少空间，iostat看磁盘是否成为瓶颈。%util长期接近100%，磁盘IO就饱和了，网站慢多半是这个原因,数据库服务器的磁盘尤其要盯紧。
查网络和端口：ss和systemctl
ss -tunlp | grep :80 systemctl status nginx
ss看端口有没有监听，如果80端口没输出，说明Nginx挂了。systemctl status能告诉你服务是正常还是异常退出，配合journalctl -u nginx看日志定位原因。
这套命令组合不复杂，但能解决绝大多数“网站突然变慢”的问题，掌握之后,再谈上监控平台也不迟。
开源监控平台怎么选
选平台要考虑维护成本，Prometheus更灵活，但组件多，需要同时维护采集器、存储和告警模块，Zabbix自带Web界面和数据库，功能齐全，但界面老派，Netdata安装最简单，打开网页就能看,但历史数据保留能力弱。
- 小团队、指标不多,选Netdata。
- 有一套Kubernetes环境,选Prometheus。
- 传统机房和网络设备多,选Zabbix。
- 想要快速上手且不介意付费,直接买云厂商监控服务。
无论选哪种，都要有人懂告警表达式，监控平台本身也会出问题，要有心跳检测,不然平台挂了你还不知道。
云监控：省心的监听方案
云厂商自带的监控服务适合懒人，简米云监控、酷番云监控这类服务里，CPU、内存、磁盘、网络这些基础指标是自动采集的，不需要在系统里装Agent，服务器状态监控价格也不是固定数字，通常基础指标免费，自定义指标按条数和查询次数计费，云监控自带告警通道，支持电话、短信、邮件,比自建平台省事。
但云监控也有短板：出了云平台之后，比如你有一台线下机房的服务器，云监控就管不了了，这时候要么用开源平台，要么用混合方案：云内的走云监控,云外的走Prometheus。
常见问题：监听服务器状态有哪些注意事项
监听服务器状态会不会影响服务器性能
影响很小，命令行工具是瞬时执行，占用资源可忽略，监控平台Agent会常驻运行，但一般占据的CPU和内存都在可接受范围，具体取决于采集频率，把采集间隔设在15秒以上,对绝大多数业务服务器没有感知。
服务器状态监控和日志监控有什么区别
状态监控是看“当前系统忙不忙”，日志监控是看“系统发生过什么”，状态监控回答的是CPU高不高、磁盘满没满，日志监控回答的是哪个请求报错、哪条服务异常，两者互补,生产环境都应该有。
没有公网IP的服务器怎么监控
内网服务器可以在本机部署Agent，将数据推送到内网中的监控服务器，再由监控服务器统一展示，云环境里可以用云厂商提供的代理方式，或者通过跳板机转发监控数据，不需要公网IP,只要内网能通。
监听服务器状态的核心就一句话：先会看命令，再上平台，最后配告警，别等服务器挂了才想起看状态，提前盯住关键指标,比事后补救省心得多。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/742119.html
