备份监控是什么
对备份任务的运行状态、耗时、产物大小与校验结果建立监控。重点不是任务有没有被触发，而是每天的产物是否真实可用：调度器显示成功但产物为空、任务跑完但体积骤降，这类静默失效只能靠监控发现。
需要监控的指标
- 任务成功率与连续失败次数
- 任务耗时趋势，突然变长往往意味着数据量或存储性能异常
- 产物大小异常，明显偏小需立即排查
- 校验与试恢复结果
- 备份存储容量与增长率
指标暴露示例
指标暴露示例
backup_last_success_timestamp_seconds{job="mysql"} 1760256000
backup_last_duration_seconds{job="mysql"} 812
backup_last_size_bytes{job="mysql"} 48318382080
# 用当前时间减去最后成功时间，即可得到『距上次成功备份的间隔』告警分级
| 条件 | 级别 | 处理方式 |
|---|---|---|
| 连续两次失败 | 高 | 立即通知值班并排查 |
| 产物大小骤降 | 高 | 核查是否漏文件或挂载丢失 |
| 超过窗口未完成 | 中 | 检查性能与任务排期 |
| 耗时趋势缓慢上升 | 低 | 纳入容量与趋势评估 |
基本信息
| 数据来源 | 任务日志、产物元数据、校验结果与存储用量 |
|---|---|
| 关键指标 | 距上次成功备份的间隔，比成功率更直观 |
| 常见实现 | 把结果写成文本指标由监控系统抓取 |
| 告警通道 | 接入值班群或呼叫渠道，避免发到无人查看的邮箱 |
告警分级：连续失败、产物大小骤降、超过窗口未完成按高优先级处理，避免所有告警一个级别导致真正的故障被淹没。
监控指标要与备份策略同步维护：新增系统或调整任务后如果监控没有覆盖，新任务会处于长期无人监管的状态。
落地顺序
- 先覆盖核心系统，把任务结果、产物大小与耗时纳入采集
- 再补齐校验与试恢复结果，让监控反映可恢复性而不只是完成度
- 然后把告警接入值班通道并明确处理责任人
- 最后建立容量趋势看板，为存储扩容提前留出决策时间