云监控是什么
云监控是云平台自带的主机与云产品监控服务：采集 CPU、网络、云盘 IO 等指标，支持阈值告警、通知渠道与监控大盘。关键分界在数据来源——虚拟化层能直接采到的指标（CPU、网络、云盘 IO）不装 Agent 也有；内存使用率、磁盘空间、进程存活依赖操作系统内部信息，必须安装监控 Agent 才采得到。
基本信息
| 能力 | 指标采集、告警规则、通知渠道、Dashboard |
|---|---|
| 免 Agent 指标 | CPU、网络流量、云盘 IO（虚拟化层直接采集） |
| 需 Agent 指标 | 内存使用率、磁盘空间、进程存活 |
| 三厂名称 | 云监控 CloudMonitor / 云监控 / 云监控服务 CES |
| 告警通道 | 邮件、短信、IM 机器人、Webhook 到告警平台 |
典型使用场景
- 容量巡检：用 CPU、内存、磁盘趋势判断要不要升配，而不是等出事
- 值班告警：核心服务设资源阈值，接短信或 IM 值班群
- 故障复盘：调取故障时段指标曲线，判断是流量突增还是资源不足
- 成本优化：找出长期低负载实例，做降配或合并
- 自定义监控：通过 Agent 或 API 上报业务指标，如队列长度、订单量
主机侧排查命令
主机侧排查命令
top -bn1 | head -20 # CPU 与负载速览，对照云监控曲线
df -hT # 分区使用率，该项需 Agent 才能上报
free -m # 内存与 swap，判断是否真的接近 OOM
vmstat 1 5 # 上下文切换与 IO 等待，区分 CPU 密集与 IO 密集
iostat -x 2 3 # 云盘 IO 压力，与云盘 IOPS 指标对照常用指标判读
| 指标 | 正常表现 | 异常信号 |
|---|---|---|
| CPU 使用率 | 随业务曲线起伏 | 长期贴顶说明规格不足或有异常进程占满 |
| 内存使用率 | 平稳，含缓存占用 | 持续上涨且 swap 增长，接近 OOM |
| 磁盘使用率 | 留有余量 | 超过八成需扩容，日志暴涨最常见 |
| 云盘 IOPS | 在规格上限内 | 打满导致业务变慢，需升档或换 ESSD |
没装 Agent 时控制台看不到内存与磁盘使用率，那是数据缺失，不是内存为零。看到空白曲线先确认 Agent 是否安装并成功上报。
告警只发到没人看的邮箱等于没有监控。值班类告警必须接短信或 IM 群，且每条告警都要有明确的处置动作和责任人。