运维面试题：监控与日志

1. 监控系统通常关注哪些指标？

• 资源使用（CPU、内存、磁盘、网络）。
• 应用可用性和请求延迟。
• 错误率和重启次数。

2. 告警策略有哪些关键点？

• 告警阈值设置合理，避免误报。
• 分级告警与通知渠道明确。
• 与运维和开发团队高效协同。

3. 常见日志收集架构是什么？

• 本地日志写入磁盘。
• 通过 agent 采集后转发到 ELK、Loki、Splunk 等平台。
• 支持结构化日志与索引查询。

4. 如何排查生产故障？

• 查 error.log 与访问日志。
• 核对监控仪表盘关键指标。
• 结合最近变更和部署记录定位问题。

5. 什么是日志聚合？

• 将分布式系统日志集中存储。
• 便于查询、可视化和分析。
• 支持关联请求追踪和异常定位。

6. 你会如何优化监控告警？

• 合理设定报警规则。
• 添加抑制和去重机制。
• 定期清理失效告警规则和阈值。

7. 指标采集时需要注意什么？

• 监控开销不应过高。
• 关注正确的业务指标，而非过多无关指标。
• 采集数据要支持历史分析。

8. 如何进行服务级别目标（SLO）设计？

• 定义可用性、响应时间等指标。
• 设置合理目标值。
• 结合错误预算制定运维策略。