服务器巡检表检查项及标准
系统资源
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| 系统资源 | CPU使用率 | <70% 正常；>=70% 低风险；>=85%中风险；>=95%高风险 |
| 系统资源 | 内存使用率 | <70% 正常；>=70% 低风险；>=85%中风险；>=95%高风险 |
| 系统资源 | 磁盘使用率 | <80% 正常；>=80% 异常 |
| 系统资源 | 系统负载 | <70% 正常；>=70% 低风险；>=85%中风险；>=95%高风险 |
| 系统资源 | 日志文件是否异常 | 正常：日志中无error报错；低风险：日志中少量error报错且不影响业务；中风险：日志中出现5%以上的error报错且影响非核心业务；高风险：日志中出现10%以上的error报错，且已影响核心业务或者集群状态 |
| 系统资源 | 系统服务是否正常运行 | 正常：没有Failed和Down状态的服务；低风险：有Failed和Down状态的服务单不影响业务；中风险：有Failed和Down状态的服务且影响非核心业务；高风险：有Failed和Down状态的服务已经影响部分业务或者集群状态 |
| 系统资源 | 系统是否有波峰波谷 | 正常：指标线没有明显的大波动；低风险：少数波峰波谷，一天2-5次且持续时间不长；中风险：频繁波峰波谷，一天>=5次且持续时间不长；高风险：一直处于波峰波谷,无法提供服务 |
K8S集群
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| K8S集群 | 节点状态 | 正常：节点状态为Ready；低风险：出现1台为NotReady；中风险：出现2台为NotReady；高风险：大于2台为NotReady |
| K8S集群 | Pod状态 | 正常：所有Pod状态为Running；低风险：Pod状态为Running但出现重启的情况；中风险：非核心业务Pod出现不可用状态；高风险：核心业务Pod不可用 |
| K8S集群 | 持久卷状态 | 正常：所有持久卷状态均为Bound；低风险：持久卷出现异常但是不影响业务；中风险：持久卷出现异常且影响非核心业务；高风险：所有持久卷不可用且核心业务受影响 |
| K8S集群 | 节点资源使用情况 | 正常：所有节点使用率均低于70%；低风险：所有节点使用率均大于70%且不影响业务；中风险：所有节点使用率均大于80%且影响非核心业务；高风险：所有节点使用率均大于95%且影响核心业务 |
| K8S集群 | 节点间通信是否正常 | 正常：节点间通信延迟低于50ms,无丢包；低风险：节点间通信延迟大于50ms,但不影响业务；中风险：节点间通信延迟大于100ms出现丢包,且影响非核心业务；高风险：节点间通信延迟大于150ms出现丢包,且影响核心业务 |
Nginx
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| Nginx | 端口监听 | 正常：监听端口包含nginx配置文件监听的端口；低风险：监听端口不包含且不影响业务；中风险：监听端口不包含且影响非核心业务；高风险：监听端口不包含且影响核心业务 |
| Nginx | 访问正常 | 正常：相应状态码为200；低风险：出现非200但不影响业务；中风险：出现非200影响非核心业务；高风险：出现非200且影响核心业务 |
| Nginx | 日志记录 | 正常：日志中无error报错；低风险：日志中少量error报错且不影响业务；中风险：日志中出现2%error报错，且影响非重要业务；高风险：日志中出现10%以上的error报错 ，且已影响部分重要业务 |
| Nginx | 连接数 | 正常：<1024；低风险：>=1024；中风险：>=2048；高风险：>=4096 |
JAVA应用检查项
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| JAVA应用 | 程序运行状态 | 正常：服务正在运行；低风险：服务实例数<2但不影响业务；中风险：服务不可用数<2影响非核心业务；高风险：应用程序无法正常运行，核心服务不可用 |
| JAVA应用 | 检查Pod是否有波峰波谷 | 正常：指标线没有明显的大波动；低风险：少数波峰波谷，一天2-5次且持续时间不长；中风险：频繁波峰波谷，一天>=5次且持续时间不长；高风险：一直处于波峰波谷,无法提供服务 |
RabbitMQ检查项
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| RabbitMQ | 节点状态 | 正常：所有节点状态为running；中风险：出现一个节点状态为down；高风险：所有节点状态为down |
| RabbitMQ | 队列长度 | 正常：<=500；低风险：>500；中风险：>1000；高风险：>2000 |
Redis
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| Redis | 连接数 | 正常：<1024；低风险：>=1024；中风险：>=2048；高风险：>=4096 |
| Redis | 内存使用率 | 正常：<70%；低风险：>=70%；中风险：>=85%；高风险：>=95% |
PostgreSQL检查项
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| PostgreSQL | 数据库连接数 | 正常：<1024；低风险：>=1024；中风险：>=2048；高风险：>=4096 |
| PostgreSQL | 磁盘空间使用率 | 正常：<80%；异常：>=80% |
Elasticsearch检查项
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| Elasticsearch | 集群状态 | 正常：集群状态status为green；低风险：集群状态status为yellow；高风险：集群状态status为red,出现不可用状态 |
| Elasticsearch | 索引状态 | 正常：索引status为open；高风险：索引状态status为down |
ELK日志系统检查项
| 检查项目 | 检查指标 | 检查标准 |
|---|---|---|
| ELK日志系统 | 日志收集是否正常 | 正常：应用输出的日志与ELK收集的一致；低风险：日志出现不一致，收集不完全 |
| ELK日志系统 | 索引状态 | 正常：索引status为open；中风险：索引状态status为down |
