监控不需要复杂的系统。对中小站点来说,四类检测就能覆盖 95% 的事故。
1. 可用性检测(最重要)
- 频率:1—5 分钟一次。
- 检测内容:HTTP 状态码、响应时间、页面是否包含关键文字(防止「200 但内容是错误页」)。
- 告警:连续 2 次失败才发,避免网络抖动误报。
- 工具:任何免费监控服务都可以,关键是「告警能到你手机上」。
2. 证书到期
证书过期会直接让浏览器报「不安全」,转化率断崖下跌。设置到期前 21 天、7 天、1 天三次提醒。用免费证书的,务必确认自动续期真的在跑。
3. 内容篡改
被黑的典型表现:首页标题被改、出现大量外链、跳转到博彩站。检测方法:
- 定时抓取首页,比对 title 与关键段落是否变化。
- 监控首页出链数量,突然增加几十条外链就是信号。
- 核心目录文件哈希比对,出现新 PHP 文件立刻告警。
4. 资源与流量异常
- 磁盘使用率超过 85% 告警(日志写满会导致整站 500)。
- 带宽/流量突增告警(可能被刷或被恶意抓取)。
- 数据库连接数突增告警(可能是攻击或慢查询)。
告警要发到哪里
邮箱容易被忽略,短信/企业微信/钉钉最有效。关键是「谁能处理」——告警发给不会修的人,等于没发。值班表要写清第一联系人。
故障处理的最小流程
- 确认范围:整站不可用,还是某个页面。
- 看日志:nginx 错误日志、PHP 错误日志、数据库日志,按时间倒序看最近 20 行。
- 回滚:如果最近改过代码/插件,先回滚,再排查。
- 记录:把现象、原因、处理方式写进一个文档,下次同类问题 5 分钟解决。
不要过度监控
十几个指标全开,每天几十条告警,最后所有人都屏蔽了。只保留「影响用户」的四类:打不开、不安全、被篡改、磁盘满。其余做成日报即可。
监控的意义不是「知道出事了」,是「比客户早知道」。