网站监控脚本
凌晨三点，网站手机震了一下。监控脚本我眯着眼看屏幕，网站是监控脚本运维群里的一条告警：“api.example.com 响应时间超过 5000ms”。这不是网站第一次了。上个月同一个接口在业务高峰期挂了两次，监控脚本每次都是网站用户先发现，我们后知后觉。监控脚本那次之后我决定写个监控脚本，网站不能再靠人肉盯梢。监控脚本
脚本不复杂，网站核心就三件事：定时发请求、监控脚本判断结果、网站异常时通知。监控脚本我用 Python 写的网站，依赖只有 requests 和 schedule 两个库。先定义要监控的 URL 列表，每个 URL 配上期望的状态码和响应时间阈值。比如首页要求 200 且 2 秒内返回，支付回调接口要求 200 且 1 秒内返回，超时就记一笔。
import requests, time, schedule TARGETS = [ { "url": "https://example.com", "timeout": 2, "expect": 200}, { "url": "https://api.example.com/pay/callback", "timeout": 1, "expect": 200}, ] def check(target): start = time.time() try: r = requests.get(target["url"], timeout=target["timeout"]) elapsed = time.time() - start if r.status_code != target["expect"]: notify(f"{ target['url']} 状态码 { r.status_code}") elif elapsed > target["timeout"]: notify(f"{ target['url']} 响应 { elapsed:.2f}s") except Exception as e: notify(f"{ target['url']} 请求失败: { e}") 通知这块我一开始用的邮件，后来换成企业微信机器人。邮件容易被忽略，机器人消息直接弹在手机通知栏，想装看不见都难。webhook 地址填进去，notify 函数就是一个 POST 请求，带上告警文本。简单粗暴，但管用。
跑起来之后发现一个问题：网络抖动导致的误报太多。有一次凌晨四点告警响了三遍，爬起来一看是公司出口路由器在重启。后来加了个重试机制——第一次失败等 10 秒再试一次，两次都失败才发告警。误报率立刻降下来了。
脚本部署在一台闲置的腾讯云轻量服务器上，1 核 1G 的配置，跑监控绰绰有余。用 nohup 挂在后台，日志按天切割。每周我会翻一次日志，看看哪些接口响应时间在缓慢爬升。这种趋势比单次超时更值得警惕，往往是数据库慢查询或者内存泄漏的前兆。
有次发现商品详情页的响应时间从平均 300ms 涨到了 800ms，持续了三天。查下来是一个没加索引的查询在数据量过百万后开始拖后腿。要是没这个脚本，等用户投诉再查，至少多熬一周。
监控脚本不是银弹。它只能告诉你“出问题了”，不能告诉你“为什么”。但知道出问题了，就已经赢了一半。剩下的另一半，靠日志、靠链路追踪、靠你对系统的熟悉程度。脚本是眼睛，不是大脑。
现在这个脚本跑了快半年，告警次数从最初每周十几次降到了每月两三次。不是问题变少了，是很多问题在冒头之前就被处理掉了。凌晨三点的手机震动，也越来越少了。