服务器挂了三天我才发现没人提醒:用 Prometheus 搭建自动化监控告警
前言事情得从上周二说起。我一台刚配置好的测试服务器,在中午 12 点左右突然就访问不了了。不是网络断了,也不是机房故障——是服务本身把内存吃满了,进程全部挂掉。最尴尬的是,这玩意儿居然还在持续占用 CPU,只是没人知道而已。等到下午客户来问"你那服务咋挂了",我才意识到这问题已经持续了三个小时。更
