机房服务器统一监控要采集哪些指标
哪些公司问过
共济科技1
答案要点
- 主机指标:CPU 与负载、内存与 swap、磁盘容量与 inode 与 IO、网络流量与丢包、TCP 连接
- 硬件与带外指标:通过 IPMI/Redfish 采集温度、风扇、电源、RAID、磁盘 SMART
- 进程与应用指标:进程存活、端口探测、QPS、延迟、错误率
- 实现:Agent(node_exporter、Telegraf)加 Prometheus 拉取,网络设备用 SNMP
- 告警与展示:Alertmanager 分级、去重、静默,Grafana 大盘,规模大时用联邦或远程存储扩展
易错点
- 只采集 CPU、内存,漏掉磁盘 inode、硬件温度和 RAID 等机房关键指标
- 告警阈值过敏且不做聚合,造成告警风暴
- 监控系统自身没有高可用和自监控
面试官常见追问
- 拉模式和推模式怎么选?
- 怎么避免告警风暴?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。