本章进度 12 / 18
67%
正文已完成
L305搭建一套最小可用监控与处置流程
交付关键路径、SLI、看板、告警、日志字段和 Runbook 的一体化方案。
现在把“监控告警”用于一次具体操作，检查你能否独立做出并修正结果。
建议先完成同主题的理解与判断；本页不会锁课，可以边做边回补。
- 按本课练习说明准备真实材料
- 保留练习与复盘记录
看板、告警和日志分别存在还不够，它们必须围绕同一条关键用户路径互相链接。本课从用户动作开始，定义可用性与延迟指标，再把告警路由到一份能执行的处置手册。
能为一个小型线上服务完成从发现问题到采取动作的监控流程。
核心概念
先把关键判断说清楚
SLI 从关键动作定义
选择用户关心的成功和耗时，例如课程页可打开、练习可保存，不能只看进程存活。
看板从概览到下钻
第一屏展示请求、错误、延迟和饱和度，再链接到路由、实例、依赖和版本维度。
Runbook 包含安全边界
处置步骤要区分只读检查、可逆缓解和需审批操作，避免故障中扩大影响。
案例拆解
AI 学习站课程页监控与处置流程
站点只有服务器存活检查，课程正文加载失败时健康页仍返回 200。
- 01
SLI 定义为真实课程页成功渲染且正文注册读取成功，另测 p95 响应时间。
- 02
看板关联课程 ID、状态码、版本和数据库/文件读取跨度。
- 03
告警附合成检查、最近发布差异与回滚入口，修改外部配置前要求确认。
案例结果
监控从“机器活着”升级为“用户能学课”，告警可直接进入受控处置。
提交前练习
现在轮到你
为一个线上关键动作设计一页监控与 Runbook。
完成本课需要：完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
路径是提交练习并读回；SLI是保存成功率≥99.9%、p95≤500ms、读回一致；看板按版本/浏览器/存储错误下钻；Runbook 先查事件与最近发布，可切只读模式，涉及数据回滚需负责人批准。
评分标准
- SLI 覆盖真实成功而非进程
- 看板维度能缩小范围
- Runbook 区分可逆与需审批操作
本课收口 · 学习证据
留下完整学习证据
读完内容、完成练习、通过理解检查并留下 12 字以上总结，才记为已验证。
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Monitoring Distributed Systems↗reference · 核对日期 2026-08-23
- OpenTelemetry Signals↗official-docs · 核对日期 2026-08-23
- Web Content Accessibility Guidelines (WCAG) 2.2↗standard · 核对日期 2026-08-23