• 只看平均延迟不看分位：长尾问题被平均掉
• 日志级别全开且不做结构化：检索成本高、关键事件被淹没
• 把动态 ID 放进指标标签：序列爆炸拖垮存储
• 告警全是资源类原因信号：值班疲惫且难以行动
• 看板只增不减无人维护：过期面板干扰判断
• 监控与告警从不演练：关键通道是否符合预期无人验证

季度自查触发条件（示例）

告警平均处置时长上升 50% -> 检查告警质量与归属
TSDB 序列数月增超过 20% -> 检查高基数来源
日志检索平均耗时上升 -> 检查结构化与保留策略