应用程序运行状况监控系统至少应该为您（开发人员）和/或您的老板（IT 经理）和/或运营（待命）员工做什么？
除了最低要求，它还应该做什么？
监控“基础设施”应用程序（ms-exchange、apache 等）是否足够，或者是否还需要监控单个用户应用程序、网站和数据库？
如果是后者，你需要了解他们什么？
附录：感谢您的意见，我真的在寻找应用程序级监控而不是基础架构监控，但很高兴了解两者
【问题讨论】：
标签： monitoring health-monitoring
【讨论】：
答案是“视情况而定”。为什么需要监控？您的运营人员有多大？你需要报告吗？应用环境是什么？谁在乎申请是否失败？谁在乎是否发生异常？是否有任何错误可恢复？这样的问题我可以问很久。
【讨论】：
好问题。
前段时间，我们一直在寻找一些应用级监控解决方案来满足我们的需求，但没有任何运气。流行的监控解决方案主要用于监控基础设施 - 在我看来 - 它们对于大多数中小型公司的要求来说太复杂了。
我们需要（主要）以下功能：
因为我们没有找到合适的解决方案，所以我们开始编写自己的解决方案。最后，我们以名为AlertGrid 的启动和运行服务结束。 （当然可以免费查看。）
其背后的想法是提供一种处理自定义监控场景的简单方法。集成 API 非常简单（一个函数有两个必需参数）。目前我们和其他人将其用于：
【讨论】：
这是一个开放式问题，但我将从物理测量开始。
1. 我认为托管此站点的所有机器都可 ping 通吗？
2.所有应该提供内容的机器实际上都在提供一些内容吗？ （理想情况下，这将来自外部网络。）
3. 每台机器上的每个预期服务是否都在运行？
3a。这些服务最近是否运行过？
4、每台机器是否有剩余硬盘空间？ （不要忘记数据库）
5. 这些机器有备份吗？最后一次是什么时候？
一旦制定了系统的物理监控，就可以解决特定于系统的问题吗？
1. 自动化脚本可以登录吗？花了多长时间？
2. 有多少用户在直播？是否添加了一百万个虚假帐户？
...
这类问题变得更加模糊，并且可能非常具体。当响应物理测量时，它们通常也可以被动地推导出来。硬盘满了，也许是因为一堆代理创建了太多假用户，所以网络服务器日志被填满了。那种事。
虽然 A 计划不一定是被动的，但它是许多站点设置监控系统的方式。
【讨论】：
最低限度：确保它正在运行 :)
但是，其他一些东西会非常有用。例如，CPU 负载、RAM 使用情况以及（在多用户系统中）哪个用户正在运行什么。此外，对于访问网络的应用程序，每个应用程序的网络连接列表。而且（如果您可以访问客户端计算机）能够看到应用程序的“窗口标题”会很酷 - 如果它更改并保存它，可能每 2-3 分钟检查一次。此外，应用程序打开的文件列表可能非常有用，但不是必须的。
【讨论】：
我认为这相当简单 - 监控，以便在出现问题之前尽早得到警告。这意味着监控依赖关系和应用程序本身。
如果您不打算提供有关您正在监控的应用程序的详细信息，则很难提供具体信息，因此我建议将其用作一般规则。
【讨论】：
至少您想知道系统是否健康。这在定义您的系统是否健康方面是主观的。是否计算机已启动，所需资源是否存在，数据是否正在流经系统，数据是否正常产生结果等等。
在我的项目中，我们对其中的大部分进行监控，然后进行一些监控。它真的归结为您可以用来分析一切正常的最高级别。在我们的例子中，我们需要知道数据输出。如果您只需要了解这些机器是否正常运行，那么您无需尝试向没有经验的最终用户展示问题所在。
如果您对数据结果过于认真，也有一些“现成的”工具可以为您完成大量繁重的工作。当我环顾四周时，我特别喜欢Nagios，但我们需要的不仅仅是它可以轻易展示的东西，所以我编写了自己的监控系统。基本上我们还会观察系统中的“特殊性”、内存/cpu 峰值等......
【讨论】：
感谢大家的意见，我真的在寻找应用程序级监控而不是基础设施监控，但很高兴了解两者
区别在于：
有时很难划清界限 - 过于简单的定义可能是“如果您的团队编写了它，它就是一个应用程序；如果您购买了它，它就是基础架构”
我认为在实践中最好同时监控两者
【讨论】：
您需要做的是分解应用程序的业务流程，然后让软件在主要业务组件上发出事件。此外，您需要创建端到端合成交易（例如，模拟最终用户点击网站）。所有这些数据都将被输入监控工具。过去，我为流入 Tivoli Monitoring 的 JMX 适配器的应用程序完成了 JMX，然后我完成了实现“假用户”的脚本，然后将结果通过管道输入到 Tivoli Monitoring 的脚本适配器中。 Tivoli Monitoring 获取数据，然后根据该原始数据创建应用程序运行状况和性能图表。
【讨论】：