服务器半夜挂了，第二天才被发现？磁盘快满了没人知道？多台机器想统一监控？Zabbix 是使用最广泛的开源监控系统之一：一台 Zabbix 服务器就能监控成百上千台机器，自动采集 CPU、内存、磁盘、网络，异常自动告警到邮件/钉钉/企业微信。这篇文章带你从零装好...

监控搭好后，下一个难题往往不是"有没有告警"，而是"告警太吵"：同一个故障触发十几条、半夜被无关告警轰炸、关键告警被埋在一堆杂讯里没人看。Prometheus + Alertmanager 是自托管可观测性里最主流的告警落地：Prometheus 负责按规则算...

自托管服务器的"够不够用"，很多人靠感觉："好像有点卡""高峰期页面慢"。但这其实是最容易被骗的：感觉到的"慢"到底慢在 CPU、内存、磁盘还是网络？平时够用，流量冲高时会不会直接挂？——这些不量化，就只能一次次"出事了才扩容"。容量规划与性能基准回答的正是两...

自托管的"报警通知"常被做成最后一步才想的环节：监控配好了、告警也设了，结果出问题时"告警只躺在监控面板里"没人看——因为没有一条通道把它推到你手机上。Webhook 通知正是把"告警/事件/CI 结果"实时推给"另一个系统"的通用桥梁：监控系统把消息 POS...

自托管里的监控数据分两类性格：一类是"逐点跳变、随时间增长"的时序指标（CPU、请求速率、温度、股票价），另一类是"一张张表、要按名字查"的关系数据。把时序数据塞进普通数据库，既难扩展又查询别扭。时序数据库（Time Series Database, TSDB...

当一台自托管服务器上同时跑着系统指标（Prometheus）、应用日志（Loki）、数据库状态、甚至网页探活时，会冒出第二个麻烦：每个监控源都有自己的界面——CPU 要去这个面板看，日志要去那个页面翻，数据库状态又散布在第三个地方。零散、切来切去、对不上号。G...

服务器挂掉之前，通常不是突然砸下来的，而是一连串指标先变了：内存占用爬升、磁盘填满、请求响应变慢。问题是这些信号散落在十几台容器的日志和 top 里，没有一个人能同时盯着。Prometheus + Grafana 这套自托管监控栈解决的是"把服务器和容器的数百...

导读：本站监控体系三层早就齐了：哪吒盯机器活着、Uptime Kuma盯服务应答、Healthchecks盯任务真的在跑——但所有告警的最后一公里，其实都堵在同一个地方：邮件。邮件慢、邮件会进垃圾箱（发信篇的痛大家都懂）、Telegram要全程代理、微信推送要...

导读：本站cron篇教了一堆定时任务的写法，备份篇配了凌晨三点的备份流水线，vnstat篇加了流量检查，发信篇接了告警邮件——但所有这些方案有个共同的盲区：cron任务失败时它会写日志、会发邮件，可如果任务压根没被触发呢？机器重启后crond没起来、脚本第一行...