监控Monitoring
你可能会说
上线后盯住错误率和请求延迟，超过阈值就告警，并标出是哪个版本开始异常。
监控是持续采集和观察生产指标、日志与告警，以发现异常并判断系统健康。例如新版本发布后持续观察错误率、请求延迟和预订成功率，越过阈值时通知负责人并关联版本。一次测试报告只说明当时的检查结果，不能替代上线后的持续信号。
也常被叫作Monitoring生产监控应用监控
错误率越过阈值后，怎样关联到当前版本
checkout-api生产错误率
last 30 min0.2%阈值 2%健康
阈值 2%
✓当前没有触发告警
↳监控持续看线上信号；一次截图或用户口头反馈不能替代时间序列。
监控要让人作出什么判断
选择能反映用户健康的信号：登录错误率、下单成功率、请求延迟和关键日志，能让团队看见用户是否真的受影响。指标需要明确时间范围和阈值，不能只堆一张没人判断的仪表盘。
告警后要能连回运行事实：异常发生时，应能查看当时版本、相关请求和影响范围，再决定暂停发布、关闭功能开关、回滚或向前修复。监控是发现与判断，不是自动修复本身。
你可以这样告诉 AI Agent
请为登录和下单配置生产监控：定义错误率/成功率阈值、告警方式，并让告警能关联当前版本和相关请求。上线后检查这些信号；超过阈值时给出关闭功能开关或回滚的明确动作。
接下来学什么
延伸阅读 · 权威出处
快速练习