日本服务器用Uptime Kuma监控网站时,监控项和告警阈值怎么设?

发布人:A5数据发布时间:2026-11-12 11:18阅读量:34

首次给日本服务器上的网站接入 Uptime Kuma,建议先建立“HTTPS 入口+业务内容检查+DNS+证书到期”四类监控,再按需要补充 TCP 端口或 Ping。普通网站可以从“正常检测间隔 60 秒、请求超时 10 秒、失败后每 20 秒重试、重试 2 次”起步,证书提醒先设为提前 14、7、3 天;这些是首次上线的参考配置,不是日本线路的统一标准。

需要分清两种阈值:请求超时用于判断本次检查失败,响应变慢预警用于发现性能退化,两者不能混用。 Uptime Kuma 的普通 HTTP 监控可以配置超时、状态码和重试,但不能把响应时间曲线当成已经启用的“连续五分钟变慢告警”。首次部署先跑通可用性告警,持续慢响应规则再交给外部指标告警系统实现。(raw.githubusercontent.com)

与日本网站的可用性监控相配套,A5idc数据提供日本物理服务器资源,覆盖Xeon Gold、AMD EPYC及NVMe存储等配置,并提供不同带宽与线路方案,可承载企业网站、业务后台、数据库和接口服务。香港、美国、韩国、中国台湾、新加坡及马来西亚等地区的服务器资源,也能为独立部署监控端、分散业务节点和覆盖不同访问区域提供基础。

上线前,先确定监控从哪里发起

下面以“网站部署在日本服务器,Uptime Kuma 部署在另一台独立服务器”为实施环境。建议不要把唯一的监控实例放在被监控网站所在的同一台机器上,否则主机停机时,监控和通知也可能一起失效。

如果 Kuma 本身部署在日本,它主要反映日本监控端到网站的访问情况。面向中国大陆访客的网站,建议另设符合业务使用条件的大陆监测点;不要用日本本地的检测结果代替跨境访问体验,也不要把两个地区的响应时间混成同一条基线。

开始前准备好:

  • 一台已安装 Docker Engine、Docker Compose v2 和 curl 的 Linux 监控服务器。
  • 网站正式域名、一个只读检查地址,以及能在原始响应中找到的稳定内容。
  • 一个已经开通的通知渠道,例如 SMTP 邮件或团队使用的 Webhook。
  • 管理服务器的 SSH 账号,以及用于保存监控配置和备份的本地磁盘空间。

数据目录使用本地磁盘或本地 Docker 卷,不放到存在文件锁兼容风险的网络文件系统上。Uptime Kuma 的安装文档明确要求数据存储支持所需的文件锁机制。(github.com)

在监控服务器执行:

docker version
docker compose version
curl --version

预期能够读取 Docker 服务端版本,Compose 显示 v2,且 curl 可用。若 Docker 服务端连接失败,应先处理服务状态或当前账号的访问权限,不要直接放宽 Docker 套接字权限。

第一次启动:管理端口只绑定本机

本例新建独立项目,不覆盖已有实例;镜像固定为 2.5.9,便于复现配置和核对版本。该版本存在正式发布记录。(github.com)

在一个新的空目录中创建 compose.yaml:

name: jp-kuma

services:
  uptime-kuma:
    image: louislam/uptime-kuma:2.5.9
    restart: unless-stopped
    ports:
      - "127.0.0.1:3001:3001"
    volumes:
      - kuma_/app/data

volumes:
  kuma_

这里不把 3001 端口直接开放到公网。Docker 支持将发布端口绑定到回环地址;建议使用受支持、已更新的 Docker Engine,旧于 28.0.0 的版本还存在文档注明的同二层网络访问例外。(docs.docker.com)

在配置文件所在目录执行:

docker compose config
docker compose up -d
docker compose ps
docker compose logs --tail=80 uptime-kuma

预期配置校验通过,容器持续运行,日志没有反复退出或数据库初始化失败。随后检查管理页面:

curl -sS -o /dev/null -w 'HTTP %{http_code}\n' \
  http://127.0.0.1:3001/

预期得到 HTTP 响应;若启动尚未完成,稍后重试。不要仅凭容器显示“运行中”就认为初始化已经成功。

在运维电脑建立仅用于访问管理页面的 SSH 本地端口映射,将账号和地址替换为实际值:

ssh -N -L 127.0.0.1:13001:127.0.0.1:3001 admin@MONITOR_IP

浏览器打开 http://127.0.0.1:13001,完成页面提示的初始化并创建管理员账号。后续仍保留登录验证,不因页面只用于内部管理就关闭认证。

第一次启动:管理端口只绑定本机配图

按业务含义添加监控项,而不是只监控一个端口

先用这组参数建立第一批监控

下表是普通展示站或轻量业务站的起始配置。“重试 2 次”指首次失败后再检查两次,不是总共只检查两次;普通 HTTP、关键字等监控在重试期间显示 Pending,耗尽重试后才进入 Down。(raw.githubusercontent.com)

监控项类型与目标正常间隔请求超时重试次数/重试间隔
网站入口HTTP(s),正式 HTTPS 地址60 秒10 秒2 次/20 秒
业务内容HTTP(s)-关键字,只读页面或检查接口60 秒5~10 秒2 次/20 秒
域名解析DNS,正式域名的 A 或 AAAA 记录300 秒不照搬 HTTP 超时字段2 次/30 秒
证书到期在 HTTPS 监控中启用证书到期通知随 HTTPS 检查不另设请求阈值提前 14、7、3 天
连接辅助检查TCP Port,实际提供服务的端口60 秒按该类型提供的设置2 次/20 秒

这些间隔和阈值是建议值;不同监控类型的字段并不完全相同,不应把 HTTP 的超时参数机械套给 DNS、TCP 或证书到期通知。(raw.githubusercontent.com)

添加入口监控时,填写最终 HTTPS 地址,并将有效状态码收窄到业务实际接受的范围。例如正式页面应返回 200,就不要把 403、404、500 加入成功条件。若入口正常设计为跳转,需要明确检查的是跳转行为还是跳转后的页面。Uptime Kuma 可以分别设置有效状态码和允许的重定向次数。(raw.githubusercontent.com)

保存后等待至少三个正常检测周期,确认响应状态稳定,再继续添加其他监控。

用内容检查识别“返回 200,但页面已经坏了”

关键字应来自服务端返回的原始 HTML 或 JSON,例如稳定的站点标识、健康检查成功标记。不要选择首页轮播文案、库存数量或登录用户名。普通关键字检查搜索的是原始响应内容,并且区分大小写,不等同于浏览器执行脚本后看到的页面。(raw.githubusercontent.com)

先替换域名并检查响应:

curl -sS --connect-timeout 5 --max-time 10 \
  https://www.example.com/

预期能在输出中找到拟使用的关键字。如果浏览器里有文字、命令输出里却没有,应换用服务端直接输出的标识,不要通过取消内容检查来掩盖问题。

若已有只读健康接口,可优先监控它。但接口必须真实检查需要保障的依赖;只返回固定字符串的页面,只能证明该页面能返回,不能证明数据库或订单链路可用。

DNS 和证书分别设置,不共享一个“故障阈值”

DNS 监控应明确记录类型和解析服务器。启用 IPv6 的网站可以分别建立 A、AAAA 检查,避免 IPv4 正常掩盖 IPv6 解析问题。对于固定地址业务,可增加符合预期记录的条件;使用 CDN 或动态调度时,不要把正常变化的边缘地址锁定为唯一正确值。DNS 监控支持记录结果及条件判断。(raw.githubusercontent.com)

证书方面,在 HTTPS 监控内启用“证书到期通知”,再到“设置—通知”的证书到期设置中录入 14、7、3 天并保存,同时确认该监控已绑定通知渠道。保持 TLS 错误检查开启,不用“忽略证书错误”消除红色告警。(raw.githubusercontent.com)

若网站经过 CDN,正式域名检查到的通常是对外服务的证书。源站证书需要另设能够正确校验域名和证书链的检查,不能用边缘证书正常代替源站正常。

再调告警:先控制失败确认,再控制重复通知

不要把“重试次数”误算成固定告警分钟数

采用 60 秒正常间隔、20 秒重试间隔、重试 2 次时,普通 HTTP 检查通常需要连续三次失败才进入 Down。首次发现故障还取决于故障发生在两个检测点之间的什么位置,因此不能直接说“60×2,固定两分钟告警”。请求耗时和调度也会影响实际时间。(raw.githubusercontent.com)

非等比例时间线,从上次正常检查经过可变的故障发生位置,到首次失败、第一次重试失败、第二次重试失败;对应显示Up、Pending、Pending、Down,单独标

实施时按业务调整:

  • 对短暂网络波动较敏感的普通站点,先保留两次重试。
  • 对发现速度要求较高的关键只读接口,可试用 30 秒正常间隔、20 秒重试间隔、重试 1 次。
  • 不要为了让面板变绿,把重试增加到很多次;这会同时延后真实故障的通知。

重复通知的单位是失败次数,不是分钟

“连续失败时重复发送通知的间隔次数”填写的是次数,设为 0 表示禁用重复发送,不代表关闭首次故障通知。若设为 10,在 Down 后约每 60 秒检查一次、请求耗时较短的条件下,可粗略理解为约十分钟提醒一次,但不能当作精确计时器。(raw.githubusercontent.com)

首次上线建议只让入口和核心业务监控触发值班通知,DNS、TCP 等辅助项进入普通运维渠道。这样既保留定位线索,也减少一次故障同时收到多条紧急消息。

计划发布时使用明确的维护窗口,只选择受影响的监控项,并核对时区和结束时间。维护功能可以在指定时间窗口内暂停相关通知,不应使用无限期静默代替维护管理。(github.com)

用演练监控验证整条通知链

先在通知设置中测试渠道,再逐个确认通知已分配给目标监控;“测试消息收到”不能证明业务监控已经绑定成功。(raw.githubusercontent.com)

建议这样演练,不改动生产网站:

  1. 复制一个正常的关键字监控,名称加上“告警演练”,确认通知绑定正确。
  2. 记录原关键字,再改为响应中不存在的唯一字符串。
  3. 等待重试耗尽,核对 Down 事件、通知到达时间和故障原因。
  4. 恢复原关键字,确认 Up 恢复事件及恢复通知。
  5. 暂停演练项,避免长期重复检测。

由此得到的是本次环境的实际通知延迟,而不是根据参数推算出来的保证值。

发现变慢和异常时,先判断该改哪里

慢响应预警另设规则,不拿超时冒充

建议先观察覆盖业务高峰的 48~72 小时,再确定慢响应预算。例如某只读接口平时多数探测在 1 秒内完成,可以先讨论“连续五分钟超过 2 秒预警、恢复到 1.5 秒以下并持续五分钟解除”的规则;这只是参考策略,必须结合实际基线调整。

在本例中,这类连续时间、恢复迟滞规则应由外部指标告警系统执行。Kuma 提供响应时间和状态指标供 Prometheus 采集,但采集到的是探测结果,不是全体用户请求的延迟分布。(github.com)

发现变慢和异常时,先判断该改哪里/慢响应预警另设规则,不拿超时冒充配图

故障前兆还包括证书临近到期、Pending 事件增多、只读接口逐渐变慢。CPU、内存、磁盘余量则应由主机指标采集系统补充,不能期待普通 HTTP 监控自动发现磁盘即将写满;例如 node_exporter 面向主机硬件和操作系统指标采集。(github.com)

首次运行异常,按低风险顺序核对

先检查告警消息和监控配置,再检查监控端访问,最后才检查源站服务。可按下面的分支处理:

现象优先验证处理方向
浏览器正常,Kuma 超时从监控服务器访问同一地址区分地区路径、解析结果和源站响应,不先拉长超时
返回 403 或 429核对网站访问日志及安全规则仅对监控地址和只读路径做必要授权,不把错误码算成功
HTTP 正常,关键字失败查看原始响应及关键字大小写修正检查标识,排除登录页或错误页返回 200
DNS 正常,HTTPS 失败检查连接、TLS、HTTP 错误信息DNS 成功只说明该解析检查通过,不代表网站可用
面板 Down,却没有通知核对绑定、维护窗口和通知发送错误先修复通知链路,不反复制造生产故障

关键字匹配、状态码判断和通知绑定是独立条件,应分别验证,不能因为其中一项正常就跳过其他检查。(raw.githubusercontent.com)

需要对比访问耗时时,可在监控服务器执行:

curl -sS -o /dev/null --connect-timeout 5 --max-time 10 \
  -w 'code=%{http_code} dns=%{time_namelookup}s connect=%{time_connect}s tls=%{time_appconnect}s first_byte=%{time_starttransfer}s total=%{time_total}s\n' \
  https://www.example.com/

这些时间是从请求开始累计到相应阶段的时间,不是各阶段独立耗时;单次结果也不足以判断线路质量。宿主机执行成功但 Kuma 仍失败时,还应检查容器侧解析和网络环境是否不同。(curl.se)

发现变慢和异常时,先判断该改哪里/首次运行异常,按低风险顺序核对配图

验收与撤回检查项

首次上线完成后,逐项验收:

  • 正式入口、业务内容、DNS 和证书通知均已配置,并有连续正常记录。
  • 超时、重试次数、重试间隔与重复通知次数没有混淆。
  • 告警演练已收到故障和恢复消息,实际延迟符合业务要求。
  • 监控名称包含目标、地区或用途,通知到达后能够判断检查来自哪里。
  • 管理页面没有直接暴露公网,维护窗口有明确结束时间。
  • 已记录原始参数,明确慢响应和主机资源预警是否仍需外部系统补充。

如果只是阈值不合适,恢复原参数即可,不必重建实例。若要撤回整个首次部署,先备份数据再停止项目。以下操作只针对本例 jp-kuma 项目,会暂停监控,不影响网站服务;备份可能包含通知凭据,应限制访问。

在原配置目录执行:

umask 077
backup_dir="$HOME/jp-kuma-backup-$(date +%Y%m%d-%H%M%S)"
mkdir "$backup_dir"

docker compose stop uptime-kuma
docker compose cp uptime-kuma:/app/data "$backup_dir/data"
cp compose.yaml "$backup_dir/compose.yaml"

确认复制成功、备份目录中存在数据和配置后,再执行:

docker compose down

这里不加 -v:默认撤回会移除项目容器和网络,但保留命名数据卷;重新启用时,在原目录执行 docker compose up -d 即可复用该卷。若备份失败,应先排除原因,或使用 docker compose start uptime-kuma 恢复监控,不要继续清理。(docs.docker.com)

最后核对:生产网站未被演练修改、备份可读、数据卷仍在、演练监控已暂停、值班人员已知晓监控撤回或恢复状态。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/9003.html

相关推荐