实用脚本认为哪些指标最值得重点关注？

本文目录导读：

1. 可用性与健康度指标（最优先）
2. 业务核心指标（与收入/转化直接相关）
3. 异常与突变指标（脚本最擅长捕捉）
4. 资源与容量指标（预防性）
5. 依赖与外部接口指标
6. 安全与合规指标（风控脚本）
7. 实战脚本选指标的通用原则

在实战脚本（尤其是自动化运维、监控告警、业务风控、交易策略等场景）中，“最值得重点关注”的指标往往不是数量最多的，而是最能反映系统健康度、业务核心目标和异常先兆的“少而精”指标，不同场景侧重点不同，但可以归纳为以下几类实战脚本普遍最关注的指标：

可用性与健康度指标（最优先）

• 服务存活状态（UP/DOWN）：如 HTTP 探活成功率、端口连通性、进程存在性。
• 错误率（Error Rate）：5xx 比例、异常日志频率、失败请求占比。
• 延迟（Latency）：P95/P99 响应时间、超时率。
• 饱和度（Saturation）：CPU、内存、磁盘、连接池使用率。

实战脚本通常优先告警“服务不可用”和“错误率突增”，因为这是最直接影响用户的。

业务核心指标（与收入/转化直接相关）

• 订单量/交易量、支付成功率、转化率、活跃用户数。
• 库存/余额、关键业务流水。
• 业务脚本更关注“同比/环比突变”而非绝对值。

异常与突变指标（脚本最擅长捕捉）

• 同比/环比变化率：如流量骤降 50%、错误率翻倍。
• 阈值突破：连续 N 个周期超过基线。
• 趋势斜率：如内存持续线性增长（泄漏先兆）。
• 分布偏移：如响应时间 P99 突然拉长。

实战脚本的核心价值在于“自动发现突变”，而不是人工看绝对值。

资源与容量指标（预防性）

• 磁盘使用率及增长速率（比绝对值更重要）。
• 内存增长趋势、FD/句柄数、连接数。
• 队列积压长度、线程池活跃数。

依赖与外部接口指标

• 下游 API 成功率/延迟。
• 数据库慢查询数、主从延迟。
• 第三方服务可用性。

安全与合规指标（风控脚本）

• 异常登录频率、失败认证次数。
• 敏感操作频率、IP 异常分布。
• 数据访问量突变。

实战脚本选指标的通用原则

1. 少而精：每个脚本聚焦 3~5 个核心指标，避免告警疲劳。
2. 可行动：指标异常时必须有明确的处置动作。
3. 有基线：优先选能计算同比/环比/基线的指标。
4. 分层：先看可用性 → 再看错误率/延迟 → 再看资源 → 最后看业务。
5. 避免纯绝对值：增长率、比率、分位数往往比均值更有实战价值。

实战脚本最值得重点关注的指标是 “可用性 + 错误率 + P99 延迟 + 关键业务量突变 + 资源增长趋势” 这五类，它们能覆盖绝大多数故障和业务异常的先兆，且易于自动化判断与告警。