监控这件事，很多站点都是出事之后才想起来加。用户反馈打不开、蜘蛛抓取量突然掉、排名往下走，才回头翻日志。与其被动补，不如按一份清单把监控和告警过一遍，重点是覆盖范围、判断标准和处理流程，而不是堆一堆看板。

一、先确认监控覆盖了哪些地址

• 首页、栏目页、详情页模板各取一个代表 URL；
• 关键接口，比如登录、搜索、表单提交；
• robots.txt 与站点地图地址；
• 移动端或独立模板的入口；
• 多域名、子域名、多地区入口。

只监控首页是最常见的盲区。首页通常走了缓存，内页要走数据库或接口，两者出故障的时间点往往不一样，只盯一个地址容易漏。

二、判断标准：状态码之外还要看什么

• HTTP 状态码是否符合预期，是否出现 5xx 或意外跳转；
• 响应时间是否超出平时基线；
• 返回页面里是否包含关键特征，比如标题关键词、核心区块；
• HTTPS 证书剩余有效期；
• DNS 解析是否正常。

只看 200 并不够。有的故障页面照样返回 200，但内容是错误提示或空白模板，属于典型的软 404 场景。加一条内容特征校验，能早一步发现问题。

三、采样频率与告警阈值

频率不必一味求快。核心接口可以一分钟一次，内容页五到十分钟一次通常就够用。阈值建议设成连续 N 次失败再通知，比如连续三次异常才发告警，避免网络抖动带来的一串误报。

告警的价值在于每条都值得看一眼。如果一天收到几百条，最后没有人会打开。

四、告警发给谁，怎么分级

1. P1：首页或核心接口不可用，直接电话或即时通讯找人；
2. P2：部分栏目异常、整体响应变慢，发到值班群；
3. P3：证书临近到期、磁盘接近阈值，进待办清单按周处理。

要有人负责，也要有明确的兜底人。值班表长期不更新，告警等于没发。

五、把蜘蛛来访和抓取异常纳入观察

监控不只是给用户看的。可以顺带观察服务器日志里的几项趋势：蜘蛛访问量、5xx 返回比例、抓取耗时。如果某天蜘蛛访问量突然归零，或者 5xx 比例明显上升，通常说明站点某处已经出问题了，比排名变化出现得更早。

需要提醒的是，这些只是观察指标，用来判断站点是否健康，不要理解成抓取量高就一定有好的表现。

六、容易忽略的监控盲区

• 只监控 www，忘了裸域名和二级域名；
• 只监控 PC 版本，移动端 UA 走的是另一套模板；
• 栏目改版后旧路径已经 404，监控项却还留在列表里；
• 监控机在 IP 白名单内，绕过了 CDN 和防火墙，测不到真实链路；
• 告警只发到邮箱，节假日没人看。

七、定期做一次告警链路演练

监控本身也会失效：探针挂了、密钥过期、通知渠道被折叠。建议隔一段时间手动制造一次小故障，比如临时改一个测试路径，确认告警能按时送达、能顺利找到人。

整套自查不必一次做完。先把首页、一个栏目页、一个接口加进去，把 P1 告警跑通，再逐步补覆盖面与分级，比一上来就上复杂方案更容易落地。