如何监控服务器正常运行时间并设置告警

一份实用的分步指南：从外部监控服务器正常运行时间、从内部观测健康状况，并在出现故障时几秒内收到告警——全部使用 Skyline Cloud VPS 上免费、开源的工具。

“正常运行时间监控”到底是什么意思

正常运行时间监控回答的是两个不同的问题，而要运行一项可靠的服务，这两个问题你都需要关注：

• 我的服务器从外部能否访问？（外部/黑盒监控）——通过互联网访问的真实客户端能否得到健康的响应？
• 我的服务器内部是否健康？（内部/白盒监控）——CPU、内存、磁盘，以及 Nginx、MySQL 或你的应用进程等单个服务。

外部检查能捕捉到用户能看到的中断。内部检查则能捕捉到这些中断的_根本原因_——磁盘被占满、进程失控、swap 频繁换页——往往在它们演变成服务中断之前就能被发现。本指南将在一台 Linux VPS 上同时设置这两种监控，外加能在几秒内通知你的告警。文中命令假定运行在 Skyline Cloud 服务器上的 Ubuntu 22.04/24.04 或 Debian；对于 AlmaLinux/RHEL，请相应调整软件包名称。

第 1 步——外部正常运行时间检查

最简单的外部检查，就是从你服务器_之外_的一台机器发起一个 HTTP 请求。在另一台主机（或你的笔记本电脑）上运行下面的命令，确认网站能够响应：

curl -sS -o /dev/null -w "HTTP %{http_code} in %{time_total}s\n" \
  https://example.com/

健康的结果看起来像 HTTP 200 in 0.184s。如果不想自己写代码就实现持续监控，可以使用 UptimeRobot 这类托管检查服务，或者 Uptime Kuma 这类自托管方案。自托管能让你的监控数据保留在境内——这对 PDPL 与 NCA 合规对齐很有帮助。

使用 Docker 将 Uptime Kuma 运行在一台_独立的、小型_ VPS 上（绝不要放在它所监控的那台服务器上）：

docker run -d --restart=always \
  -p 3001:3001 \
  -v uptime-kuma:/app/data \
  --name uptime-kuma louislam/uptime-kuma:1

打开 http://<monitor-ip>:3001，创建你的管理员账户，然后点击 Add New Monitor（添加新监控项）：

• Monitor Type（监控类型）： HTTP(s)
• URL： https://example.com/health（使用轻量级的健康检查端点，而不是首页）
• Heartbeat Interval（心跳间隔）： 60 秒
• Retries（重试次数）： 2（避免因单次抖动就触发告警）
• Accepted Status Codes（可接受的状态码）： 200-299

始终监控一个专用的 /health 端点，该端点要能确认你的应用_及其_数据库都正常运行，而不仅仅是 Web 服务器能返回一个页面。

第 2 步——使用 node_exporter 和检查脚本进行内部健康监测

对于单台服务器，你并不需要一整套 Prometheus 技术栈。一个由 cron 或 systemd 定时器运行的简短脚本就能覆盖基本需求。创建 /usr/local/bin/health-check.sh：

#!/usr/bin/env bash
set -euo pipefail

THRESH_DISK=90      # percent
THRESH_MEM=90       # percent
WEBHOOK="https://hooks.example.com/your-webhook"

alert() {
  curl -fsS -X POST -H 'Content-Type: application/json' \
    -d "{\"text\":\"[$(hostname)] $1\"}" "$WEBHOOK" || true
}

# Disk usage on /
disk=$(df --output=pcent / | tail -1 | tr -dc '0-9')
[ "$disk" -ge "$THRESH_DISK" ] && alert "Disk at ${disk}% on /"

# Memory usage
mem=$(free | awk '/Mem:/ {printf "%d", $3/$2*100}')
[ "$mem" -ge "$THRESH_MEM" ] && alert "Memory at ${mem}%"

# Critical service must be active
for svc in nginx mysql; do
  systemctl is-active --quiet "$svc" || alert "Service $svc is DOWN"
done

赋予它可执行权限并进行测试：

sudo chmod +x /usr/local/bin/health-check.sh
sudo /usr/local/bin/health-check.sh

用 systemd 定时器来调度它——在日志记录和漏跑处理方面，它比 cron 更可靠。创建 /etc/systemd/system/health-check.service：

[Unit]
Description=Server health check

[Service]
Type=oneshot
ExecStart=/usr/local/bin/health-check.sh

以及 /etc/systemd/system/health-check.timer：

[Unit]
Description=Run health check every 2 minutes

[Timer]

[Install]
WantedBy=timers.target

启用它：

sudo systemctl daemon-reload
sudo systemctl enable --now health-check.timer
systemctl list-timers health-check.timer

如果需要更丰富的指标和历史数据，可以安装 Prometheus node_exporter，它会在 9100 端口上将 CPU、内存、磁盘和网络以指标的形式暴露出来：

sudo apt update && sudo apt install -y prometheus-node-exporter
sudo systemctl enable --now prometheus-node-exporter
curl -s http://localhost:9100/metrics | head

将它绑定到 localhost，或在防火墙中限制 9100 端口，以确保这些指标不会对外公开：

sudo ufw allow from <monitor-ip> to any port 9100 proto tcp

第 3 步——能真正触达你的告警

只有当告警快速到达、并且通过不止一个渠道送达时，它才是有用的。至少配置两个渠道，这样单个故障的服务商不会让你完全收不到通知。

务必通过专门的 SMTP 中继发送告警邮件——绝不要依赖被监控服务器自己的邮件功能，因为如果服务器宕机了，它就无法向你发出警告。可以使用企业邮箱托管或任何 SMTP 服务商。一个基于 msmtp 的最简邮件告警示例：

sudo apt install -y msmtp msmtp-mta
printf 'Subject: ALERT %s\n\n%s\n' "$(hostname)" "Disk high" \
  | msmtp -a default you@example.com

在 Uptime Kuma 中，于 Settings → Notifications（设置 → 通知）下添加通知方式（邮件/SMTP、Slack、Telegram 或通用 webhook），并将它们附加到每一个监控项上。

第 4 步——调优阈值，避免告警疲劳

糟糕的告警比没有告警更糟——人们会学会无视它。请遵循以下规则：

• 在告警前要求连续 2 次以上检查失败（即 Retries 设置），以忽略瞬时抖动。
• 针对用户能感知的症状告警，比如 HTTP 5xx 或高延迟，而不是针对每一项内部指标。
• 设置合理的阈值：磁盘 90%、内存持续 90%、延迟超过你平时的 p95。
• 发送恢复通知，以便你知道问题何时已解除。
• 每月复盘告警，删除或调优任何“狼来了”式的误报。

验证整条链路

在你真正依赖告警之前，要对告警路径进行端到端测试。临时调低某个阈值，或停止某个非关键服务：

sudo systemctl stop nginx        # triggers the service-down alert
# confirm the alert arrives, then:
sudo systemctl start nginx

如果告警在几分钟内出现在你的收件箱和聊天工具中，那么你的监控就是真实有效的。未经测试的告警链路，等同于完全没有监控。

总结

现在你已经拥有了外部正常运行时间检查、通过 systemd 定时器与 node_exporter 实现的内部健康监控，以及经过你亲自验证的多渠道告警。请让你的监控主机与它所监控的服务器保持分离，让数据保留在境内以满足 PDPL 与 NCA 合规，并随着流量增长而重新审视各项阈值。

需要一台可靠的、位于境内的 VPS 来托管你的应用和监控技术栈——还配有本地阿拉伯语支持和透明的定价？创建你的 Skyline Cloud 账户，几分钟即可完成部署。