服务器的小毛病从不一夜爆发:磁盘从 60% 涨到 90% 用了两周、慢查询积压了三天、某节点的内存缓涨了一周。巡检脚本每天早上自动体检,把趋势类的问题在变成事故之前摆上桌面。
---每日 06:00 巡检:检查项全过一遍
setontimerex(70, 60)
function Checkup.tick()
if os.date("%H%M") ~= "0600" then return end
if Checkup.doneToday() then return end
Checkup.markToday()
local report = {}
report.disk = Checkup.disk() -- 磁盘水位
report.mem = Checkup.memory() -- 内存趋势
report.backup = Checkup.lastBackup() -- 昨日备份
report.slow = Checkup.slowCount() -- 慢查询
report.online = grobalinfo(6) -- 在线快照
Checkup.judge(report)
Checkup.send(report)
end
巡检每天 06:00 执行,幂等的当日标志防重复跑。检查项覆盖资源的静态水位与业务的关键快照:磁盘、内存、昨日的备份产物、慢查询计数、在线人数的同比。每一项的检查输出结构化数据而不是文字描述,判定与趋势分析在数据上进行。grobalinfo 取在线快照与上周同期对比,在线的异常下跌通常是业务侧故障的间接信号。
---判定:绿黄红三档
function Checkup.judge(r)
r.level = "green"
if r.disk > 75 or r.slow > 50 then
r.level = "yellow"
end
if r.disk > 90 or r.mem.trend > 0.9
or not r.backup.ok then
r.level = "red"
end
if r.level ~= "green" then
Ops.alert("巡检[" .. r.level .. "]",
Checkup.summary(r))
end
end
判定分三档:绿是正常、黄是趋势预警(磁盘 75%、慢查询超 50 条)、红是需立即处理(磁盘 90%、内存趋势逼近上限、备份缺失)。红的告警走电话与值班群,黄进群日报,绿的只留记录——告警的分级让巡检不被当噪音屏蔽。巡检的检查项清单随事故积累:每一次故障复盘新增一条对应的检查项,巡检的覆盖面是事故学费换来的。日报的固定格式让值班扫一眼即知全局,异常项的高亮让注意力有落点。
巡检自身的存活监控:07:00 前未收到当日巡检产物即告警,体检者自身也需要被体检;判定规则的误报率月度复盘。
巡检的磁盘检查曾经只看根分区,数据盘满了没报警,分区清单配置化后覆盖完整。内存的趋势曾经取瞬时值,GC 前后的波动让判定抖动,趋势改按小时均值。慢查询的计数口径曾经含压测流量,压测日的误报一片,压测流量的过滤标记排除。
巡检的检查项进配置,新检查项的接入不改骨架。巡检的产物落库留存,季度的时间轴是容量评审的原料。巡检与告警系统的分级路由接通,红的走电话、黄的进日报、绿的零打扰。
本文由 996 技术组基于 996 引擎官方知识库与浮生梦老师课程体系整理。团队长期从事传奇类引擎 Lua 后端逻辑、客户端界面与商业版本交付,内容以官方知识库与真实项目为出处,按版本持续修订。
全站技术干货持续更新:996 引擎 / Lua 实战帖,语法、参数与示例一篇讲透。进入文章地图 · 查看全部 →
实战应用:用在哪里 沙巴克占领行会坐收税收却只进不出,非占领行会的玩家心里不平衡。税务官玩法把税收做成明账:占领行会对摆摊与…
实战应用:用在哪里 高端玩家婚姻系统只有仪式没有过程,社交绑定缺一个高光事件。比武招亲做成擂台玩法:擂主设擂摆彩头,攻擂者报…
实战应用:用在哪里 开服七日限时礼包发到第六天断了粮,9 月 1 日当天领奖按钮灰的,投诉当天破千。事故根因是一条数字日期循…
实战应用:用在哪里 玩家拔线不退游戏,连接半开着,人不在指令也没有,在线数虚高,容量预案被假数据带着跑。心跳探测给每个在线玩…
实战应用:用在哪里 周三发了合成系统补丁,周四又改强化概率,两条变更叠加后玩家分不清是哪个改出来的。发布日历把全月变更集中排…
实战应用:用在哪里 容量预案需要知道滚动一小时的副本进入峰值,而不是全天累计。滑动窗口用 60 个槽位每槽记一分钟的进入数,…