内容摘要：凌晨三点十七分，我的手机震了。不是闹钟，是监控报警——公司官网挂了。爬起来打开笔记本，DNS解析超时，服务器ping不通，CDN节点全红。等我在群里喊醒运维，已经过去四十分钟。那晚损失了多少订单？不知

凌晨三点十七分，简易监控我的用性手机震了。不是简易监控闹钟，是用性监控报警——公司官网挂了。爬起来打开笔记本，简易监控DNS解析超时，用性服务器ping不通，简易监控CDN节点全红。用性等我在群里喊醒运维，简易监控已经过去四十分钟。用性那晚损失了多少订单？简易监控不知道，但我知道一个做跨境电商的用性朋友，去年就因为类似的简易监控事故，被大客户直接解约。用性

网站可用性监控这事儿，简易监控说穿了就一句话：你得在用户发现之前，自己先知道。别觉得这是大公司才需要的玩意儿，一个卖手工艺品的个人站点，一个刚上线的SaaS产品，甚至你给老家餐馆做的点餐页面，都逃不过这个需求。我见过太多人，网站上线时兴高采烈，然后呢？然后就没有然后了。直到某天客户打电话来骂，才知道页面早就打不开了。

最基础的方案，便宜到令人发指。一个cron脚本，每五分钟curl一次你的首页，检查返回的HTTP状态码是不是200。不是200就发邮件，发短信，甚至打电话——用Twilio之类的服务，几行代码的事。我有个做独立开发的朋友，就用这招，成本几乎为零，但救了他好几次。有一次他的域名忘了续费，凌晨三点到期，三点零五分监控就报警了，他爬起来续费，整个过程没超过十分钟。要是没这个脚本，第二天早上用户全得扑空。

但光检查状态码够吗？不够。网站可能返回200，但页面里全是乱码，或者数据库连不上了，渲染出个白屏。所以稍微讲究点的做法，是检查关键内容。比如你的页面上有个特定的标题，或者某个接口返回的JSON里有个特定字段。用Python的requests库，拉下来，正则匹配一下，不匹配就算失败。别小看这一步，我见过一个电商网站，首页正常，但搜索功能挂了三天，愣是没人发现——因为没人手动去搜东西。加了内容检查之后，这种问题五分钟内就能暴露。

还有更隐蔽的坑。你以为网站没问题，是因为你人在本地，网络通畅。但你的用户可能在新疆，可能在海外，可能用的联通而不是电信。不同地区的网络环境天差地别，有时候你的服务器在阿里云上海，北京的用户访问慢成狗，但你自己测不出来。这时候就需要分布式监控了——UptimeRobot、Pingdom这类服务，免费版就能选几个不同位置的节点，每隔几分钟帮你测一次。我习惯选两个国内节点，一个海外节点，覆盖主要用户群体。别心疼那点钱，付费版一个月也就几十块，比你请人喝杯咖啡便宜。

监控工具再好，也得有人看报警。我犯过一个错误——把报警邮件发到团队共享邮箱，结果大家互相以为对方会处理，结果谁都没管。后来改成直接发到个人手机，加上电话报警，才解决问题。报警机制要设计得让人烦，但又不能太烦。我现在的规则是：第一次失败，发个通知；连续失败三次，打电话。这样偶尔一次网络抖动不会吵醒你，但真要出大事，你绝对跑不掉。

最后说个反直觉的事。监控本身也会出问题。你的监控脚本可能因为服务器重启忘了启动，或者cron配置错了，或者API密钥过期了。所以每个月得手动检查一次监控本身是否正常工作。怎么检查？故意停掉网站五分钟，看监控会不会报警。这招听起来傻，但特别管用。有一次我就是这么发现，监控脚本早就因为一个未捕获的异常挂了，静默了整整两周。

网站挂了不可怕，可怕的是你不知道。监控这东西，花不了多少时间，但能让你在别人还在睡梦中的时候，就从容地修复问题。毕竟，凌晨三点的电话虽然烦人，但总比早上九点客户的投诉邮件要好得多。