监控业务考题

监控业务考题一、单项选择题（本大题共20小题，每小题1.5分，共30分。在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填在括号内。）1.在监控系统中，SNMP（简单网络管理协议）是最常用的协议之一。关于SNMPv3与SNMPv2c相比的主要改进，下列说法最准确的是（）。A.传输速度更快，减少了网络带宽占用B.增加了基于视图的访问控制（View-basedAccessControl）C.基于用户的安全模型（USM），提供了认证和加密功能D.支持更多的数据类型，扩展了MIB库2.在构建高可用的监控系统架构时，为了防止单点故障，通常需要引入消息队列作为缓冲层。在Prometheus架构中，若要实现长期存储和远程读写，通常不会直接使用本地存储，而是集成（）。A.RedisB.MySQLC.Thanos或VictoriaMetricsD.MongoDB3.某运维工程师在配置Zabbix触发器时，希望表达“最近5分钟内CPU负载平均值大于10”的逻辑，下列表达式最符合要求的是（）。A.avg(5m)>10B.last(5m)>10C.min(5m)>10D.avg(300)>104.在监控业务中，“白盒监控”主要侧重于（）。A.从外部用户视角模拟真实用户操作进行探测B.基于应用程序内部暴露的指标进行性能分析C.仅仅监控服务器的硬件通电状态D.依靠第三方拨测节点进行网络质量分析5.当监控系统中的TimeSeriesDatabase（TSDB）出现“高基数”问题时，通常会导致（）。A.查询速度变快，因为索引更丰富B.存储空间占用无限增大，甚至导致OOM或查询卡死C.网络带宽消耗减少D.告警延迟降低6.在告警降噪策略中，为了防止同一故障引发海量告警风暴，通常会采用（）技术。A.告警抑制B.告警去重C.告警静默D.以上都是7.关于ICMP协议在监控中的应用，下列描述错误的是（）。A.Ping命令基于ICMPEchoRequest和EchoReplyB.可以用来检测网络连通性和延迟C.可以穿透所有防火墙而不受限制D.某些网络设备可能会优先丢弃ICMP包或限制其速率8.在Prometheus中，Counter（计数器）类型的指标主要用于记录（）。A.随时间上下波动的数值，如当前内存使用量B.只增不减（或重启后归零）的累积数值，如HTTP请求总数C.温度、湿度等环境监控数据D.离散的状态值，如开关状态9.某电商业务在大促期间流量激增，监控系统显示数据库连接数飙升。为了判断是否需要紧急扩容，运维人员应重点关注“四大黄金信号”中的（）。A.延迟、流量、错误、饱和度B.CPU、内存、磁盘、网络C.并发数、响应时间、命中率、吞吐量D.可用性、可靠性、可维护性、安全性10.在Grafana中，变量（Variable）的使用可以实现仪表盘的动态交互。若要创建一个变量，其值来源于Prometheus的所有job名称，查询语句应设置为（）。A.label_values(up,job)B.query_result(up)C.label_values(metric_name)D.jobs()11.监控数据的采样频率对系统性能和精度有直接影响。若将采集间隔从15秒调整为5秒，对存储系统的影响主要是（）。A.存储数据量减少为原来的1/3B.存储数据量增加为原来的3倍C.查询性能提升D.不影响存储量，只影响实时性12.在分布式链路追踪中，用于串联一次分布式请求全程的唯一标识符是（）。A.SpanIdB.TraceIdC.ParentIdD.Tag13.业务监控中，SLA（服务等级协议）通常以“几个9”来衡量可用性。若要求每月停机时间不超过43.2分钟，对应的可用性等级约为（）。A.99%B.99.9%C.99.99%D.99.999%14.在Zabbix中，Proxy（代理服务器）的主要作用是（）。A.仅用于分发告警邮件B.在复杂的分布式环境中代替Server采集数据，减轻Server负载并跨越网络隔离C.存储历史配置信息D.作为Web前端展示15.对于日志监控，使用ELK（Elasticsearch,Logstash,Kibana）栈时，Logstash的主要功能是（）。A.数据存储与索引B.数据可视化C.数据采集、过滤和转换D.进程守护16.在网络流量监控中，利用NetFlow/sFlow技术相比传统的端口镜像（SPAN）优势在于（）。A.能够捕获完整的应用层payloadB.资源消耗更低，且能提供更宏观的流量统计视图C.不需要网络设备支持D.实时性更强，延迟为017.监控系统自身的可靠性至关重要。为了防止监控系统故障导致业务监控盲区，不应采取的措施是（）。A.监控系统组件高可用部署B.监控系统与业务系统部署在同一服务器以节省资源C.对监控系统本身进行“元监控”D.设置独立的应急巡检脚本18.在Prometheus告警规则中，`for`子句的作用是（）。A.指定告警持续时间，只有持续满足条件该时间后才触发告警B.指定查询的时间范围C.指定告警接收人的等待时间D.指定告警自动恢复的时间19.容器环境下的监控，由于容器IP和生命周期的不确定性，通常采用（）机制来自动发现监控目标。A.静态配置文件B.ServiceDiscovery（如KubernetesAPI）C.人工手动录入D.ARP扫描20.下列关于业务监控埋点的最佳实践，描述错误的是（）。A.埋点代码应尽量低侵入，避免影响主业务逻辑性能B.所有的代码逻辑分支都需要埋点，以确保数据完整性C.埋点数据应包含上下文信息，如UserID、OrderIDD.应注意采样率，防止高并发下埋点数据量过大二、多项选择题（本大题共10小题，每小题3分，共30分。在每小题列出的五个备选项中有两个至五个是符合题目要求的，请将其代码填在括号内。多选、少选、错选均不得分。）21.一个完善的现代监控系统通常包含哪些核心组件？（）A.数据采集层B.数据存储与处理层C.告警评估与通知层D.数据可视化层E.销售管理层22.导致监控系统误报的可能原因包括哪些？（）A.触发器阈值设置过低，过于敏感B.网络抖动导致偶发性探测失败C.未设置告警抑制规则，导致级联故障引发风暴D.采集周期过长，错过了瞬时故障E.监控Agent版本过旧，存在兼容性Bug23.在Linux服务器基础监控中，下列哪些指标属于“饱和度”范畴？（）A.CPUI/OWait时间占比B.内存使用率C.磁盘I/OUtilization（利用率）E.进程队列长度24.Prometheus的数据模型是基于Label的，下列关于Label的说法正确的是？（）A.Label是键值对形式B.任何Label的变更都会产生新的时间序列C.Label可以用于聚合和过滤操作D.`__address__`是一个特殊的Label，通常用于服务发现E.Label值建议使用高基数数据，如UUID或时间戳25.针对中间件（如Redis、Kafka）的监控，通常关注的关键指标有哪些？（）A.连接数B.命中率C.消息积压量D.慢查询数量E.运行时长26.告警通知渠道的多样性有助于提高故障的响应速度。常见的告警集成方式包括？（）A.邮件B.短信C.即时通讯工具D.Webhook（对接工单系统）E.电话语音27.在性能分析中，APM（应用性能管理）工具主要提供哪些功能？（）A.代码级的热点分析B.数据库SQL语句执行分析C.外部服务调用链追踪D.服务器硬件温度监控E.用户点击流分析28.关于监控数据的保留策略，下列描述合理的有？（）A.高频原始数据通常保留较短时间（如15天）B.聚合后的降采样数据可以保留较长时间（如1年）C.所有数据必须永久保存以满足审计要求D.保留策略应根据磁盘容量和查询需求平衡E.可以通过分片存储实现冷热数据分离29.在设计监控大盘时，应遵循哪些原则以提高可读性？（）A.关键指标放在首屏显眼位置B.使用颜色（红/黄/绿）直观标识状态C.单个面板展示的折线数量不宜过多，避免杂乱D.标题和单位必须清晰E.尽可能展示所有原始指标，不做筛选30.面对突发的业务故障，监控系统能提供哪些辅助决策价值？（）A.通过历史趋势对比，判断是否属于周期性问题B.快速定位故障发生的具体时间和影响范围C.关联相关资源的状态，缩小排查范围D.自动预测未来的硬件故障E.直接修复损坏的代码或配置三、判断题（本大题共15小题，每小题1.5分，共22.5分。请判断下列说法的正误，正确的打“√”，错误的打“×”。）31.只要服务器Ping不通，就一定说明服务器操作系统崩溃了。（）32.Gauge（仪表）类型的指标既可以增加也可以减少，适合用于记录当前温度、并发连接数等。（）33.在Zabbix中，ActiveAgent（主动模式）适用于网络环境复杂，Server无法直接连接Agent的场景。（）34.监控数据的可视化主要是为了给领导看，对运维排查故障没有实质帮助。（）35.Histogram（直方图）主要用于计算分位数，如P95、P99延迟。（）36.告警收敛就是指把所有的告警都合并成一条发送，不需要区分级别。（）37.SNMPTrap是Agent主动向Manager发送告警信息的方式，属于推模式。（）38.使用HTTPS进行监控数据采集比HTTP更安全，但会增加服务器的CPU解密开销。（）39.业务监控可以完全替代基础设施监控，因为业务挂了肯定是因为底层挂了。（）40.在Prometheus中，`rate()`函数只能用于Counter类型指标，用于计算平均增长率。（）41.容器编排平台Kubernetes自带了完善的监控功能，不需要部署第三方监控系统即可满足生产需求。（）42.监控阈值设置得越严格，系统的可用性就越高。（）43.拨测系统可以部署在多个地域（如电信、联通、移动），用于监测运营商网络质量差异。（）44.所有的监控系统都必须配置外网访问，以便管理员在家处理故障。（）45.日志中的ERROR级别信息一定对应着监控中的告警。（）四、填空题（本大题共10小题，每小题1.5分，共15分。请在横线上填写恰当的词语或数值。）46.在网络监控中，常用的MIB库中，系统描述信息的OID通常以..2.1.1开头，其中sysUpTime实例代表了系统的________。47.Prometheus默认的采集端口是________。48.在计算磁盘使用率时，通常使用的公式是：（总容量-________）/总容量×100%。49.为了防止磁盘写满导致系统崩溃，通常需要在监控中设置磁盘使用率告警，建议的通用告警阈值是________%。50.在分布式链追踪中，________代表了一个独立的工作单元，例如一次RPC调用或一次数据库查询。51.Grafana默认的监听端口是________。52.监控系统中，将原始的高频数据按照时间窗口进行平均值、最大值等计算的过程称为________。53.常用的开源网络流量分析工具除了Elasticsearch外，________也是基于Elasticsearch构建的SIEM平台，常用于安全与监控日志分析。54.在Linux系统中，/proc/loadavg文件记录了系统的平均负载，分别对应1分钟、5分钟和________分钟的平均负载。55.对于业务状态的监控，心跳检测机制中，如果连续________次未收到心跳，通常判定为服务不可用。五、简答题（本大题共6小题，每小题5分，共30分。）56.请简述“黑盒监控”与“白盒监控”的区别，并各举一个常用的工具或协议示例。57.在Prometheus中，`rate()`和`irate()`函数在计算速率时有何区别？在什么场景下应该优先使用`irate()`？58.什么是监控中的“长尾问题”？在配置告警阈值时，如何平衡漏报和误报的风险？59.请简述Zabbix中Trapper（主动trapping）监控项的工作原理及其适用场景。60.在设计一套微服务架构的监控体系时，除了基础资源监控外，还需要重点关注哪些中间件或组件的指标？请列举至少四个。61.简述告警生命周期中“Pending”（等待）和“Firing”（触发）状态的含义。六、计算题（本大题共2小题，每小题6分，共12分。要求写出计算过程，使用LaTex公式。）62.某Web服务在Prometheus中记录了5分钟内的HTTP请求总数（Counter类型指标）。当前时刻（）读取到的值为10500，5分钟前（）读取到的值为10000。请计算该服务过去5分钟的平均QPS（每秒请求数）。若使用PromQL的`rate`函数计算，其结果是多少？63.假设某监控系统每15秒采集一次数据，每个数据点平均占用2字节（压缩后）。现有100个服务器，每个服务器采集500个指标。请计算该监控系统每天产生的数据量约为多少GB？（结果保留两位小数，1GB=1024MB,1MB=1024KB,1KB=1024Byte）。七、综合案例分析题（本大题共3小题，每小题10分，共30分。）64.案例背景：某电商平台在“双十一”大促期间，核心交易链路出现响应缓慢，大量用户投诉无法下单。运维监控大盘显示：应用服务器CPU利用率：60%（正常）应用服务器内存使用率：70%（正常）数据库CPU利用率：95%（告警）数据库磁盘I/OUtil：98%（告警）应用层日志显示大量"Lockwaittimeoutexceeded"错误。(1)请根据上述监控现象，分析导致交易缓慢的根本原因可能是什么？(2)针对这种情况，运维团队应立即采取哪些应急措施来恢复业务？(3)为了避免未来再次发生此类问题，从监控和架构优化角度应提出哪些长期改进建议？65.案例背景：你负责维护一套基于Prometheus+Alertmanager的监控系统。某天上午，开发团队上线了一个新服务，导致Prometheus服务器频繁出现OOM（内存溢出）重启，且查询界面极其卡顿。经排查，发现该新服务暴露了一个名为`user_request_total`的指标，其中包含一个名为`user_id`的Label。(1)请分析导致PrometheusOOM和查询卡顿的技术原因。(2)这种现象在监控领域被称为什么问题？(3)请给出针对该问题的具体解决方案，要求从开发和运维两个层面进行回答。66.案例背景：某公司拥有多个IDC机房，由于网络波动，ZabbixServer经常收到来自Agent的“Zabbixagentisnotavailable”的告警，但实际上业务并未中断，且Agent在几秒后就恢复了。这导致了告警轰炸，运维人员开始麻木，甚至忽略了真实的故障告警。(1)这种现象属于告警管理中的什么问题？(2)请利用Zabbix的触发器表达式功能，设计一个优化方案，使得只有在连续3次采集失败（即45秒，假设采集间隔为15秒）时才发送告警。(3)除了调整触发器，还可以通过哪些策略进一步优化此类网络抖动带来的干扰？答案与解析一、单项选择题1.C解析：SNMPv3相对于v2c最大的改进在于安全性。它引入了USM（基于用户的安全模型），提供了认证（确保消息来源可信）和加密（防止数据被窃听）功能。A项错误，SNMP基于UDP，效率本身就高，v3并未主要针对速度优化；B项View-basedAccessControl在v2c的基于Community的视图控制基础上有所增强，但不是最核心的区别；D项MIB库扩展与协议版本无绝对强相关。2.C解析：Prometheus本地存储适合短期数据，为了长期存储和集群化，通常集成Thanos或VictoriaMetrics。Redis是缓存，MySQL是关系型数据库不适合时序数据的高频写入，MongoDB也非主流TSDB方案。3.A解析：Zabbix触发器函数中，`avg(5m)`表示过去5分钟内的平均值。`last`是最新值，`min`是最小值，`avg(300)`虽然300秒也是5分钟，但标准写法通常使用时间单位后缀如`5m`，且A选项最符合语义。4.B解析：白盒监控指监控系统内部，如代码层面的指标、日志等。黑盒监控指外部视角，如HTTP探测、模拟用户操作。C仅是硬件监控，D属于黑盒。5.B解析：高基数意味着Label的组合数量极多（例如每个用户一个Label）。TSDB需要为每个时间序列建立索引，这会导致内存和磁盘消耗爆炸式增长，查询时需要扫描大量索引，导致性能急剧下降甚至OOM。6.D解析：告警抑制是指在发生关键告警时，抑制相关的次要告警；去重是去除重复的告警；静默是暂时屏蔽告警。三者都是降噪的有效手段。7.C解析：ICMP虽然常用，但出于安全和防攻击考虑，很多防火墙会配置策略丢弃ICMP包或限制其频率，因此C项说“不受限制”是错误的。8.B解析：Counter是计数器，用于记录累积发生的事件数，只增不减（进程重启后归零）。A是Gauge，C通常也是Gauge，D是StateSet或Gauge。9.A解析：GoogleSRE提出的四大黄金信号是：延迟、流量、错误、饱和度。数据库连接数飙升属于饱和度指标。B是资源监控，C是具体业务指标，D是管理指标。10.A解析：在Grafana变量查询中，`label_values(metric,label)`用于获取指定指标中某个label的所有值。`up`是Prometheus存活性指标，通常包含所有job，所以`label_values(up,job)`可以获取所有job名称。11.B解析：采集间隔变短，意味着数据点变多。从15秒到5秒，频率变为3倍，因此数据量也大约增加为原来的3倍。12.B解析：TraceId用于标识整个请求链路，SpanId标识链路中的具体步骤，ParentId标识父步骤。13.C解析：计算公式：可用性=(总时间-停机时间)/总时间。一个月按30天算，共30×24×14.B解析：ZabbixProxy用于分布式监控，代替Server收集数据，分担Server压力，并解决跨网段或防火墙后的通信问题。15.C解析：ELK架构中，Logstash是数据管道，负责采集、解析、转换日志。Elasticsearch负责存储，Kibana负责展示。16.B解析：NetFlow/sFlow由网络设备生成流记录，只包含流统计信息（源IP、目的IP、端口、包数、字节数等），不包含Payload，且资源消耗远低于镜像全流量。17.B解析：监控系统与业务系统同机部署会相互争抢资源，尤其是业务故障时可能拖死监控，导致无法观测，这是严重的反模式。18.A解析：`for`用于抑制告警的抖动，只有表达式持续为真超过`for`指定的时间，才会触发告警状态。19.B解析：在Kubernetes等动态环境中，IP不固定，必须使用ServiceDiscovery机制（如监听APIServer）来动态发现新的Pod。20.B解析：全量埋点会带来巨大的性能开销和存储压力，应埋点关键路径和核心逻辑。二、多项选择题21.ABCD解析：监控系统架构通常包含采集、存储、告警、可视化四大模块。销售管理与监控系统功能无关。22.ABCE解析：误报原因通常包括：阈值敏感、网络抖动、级联风暴、AgentBug。D项采集周期长通常会导致漏报（瞬时故障未被捕获），而非误报。23.ACDE解析：饱和度指资源满载的程度。CPUI/OWait（等待IO的时间占比高说明CPU在等IO，饱和）、磁盘Util、进程队列长度都是饱和度指标。内存使用率通常作为Usage指标，虽然接近100%也是饱和，但在LoadAverage中，内存饱和通常引起Swap，直接看Swap速率更准确，不过广义上内存高也算饱和。但严格来说，A、C、D、E更能直接反映“排队”或“满载”状态。B项内存使用率在未发生Swap前不一定代表饱和。24.ABCD解析：Label是键值对，是时间序列的唯一标识。Label变就是新序列。可用于查询过滤。`__address__`是元数据Label。E项错误，高基数数据（如ID）应避免作为Label。25.ABCDE解析：连接数、命中率、积压量、慢查询、运行时长都是中间件常见关注点。26.ABCDE解析：所有选项均为常见的告警通知渠道。27.ABCE解析：APM侧重应用代码性能，包括热点、SQL、调用链。D项硬件温度是基础监控，不属于APM范畴。28.ABDE解析：为了成本和性能，原始数据保留短，聚合数据保留长，冷热分离。C项永久保存所有数据通常不现实且成本过高。29.ABCD解析：大盘设计应突出重点、颜色标识、避免杂乱、单位清晰。E项展示所有原始数据会导致可读性极差。30.ABC解析：监控可以提供趋势、定位范围、关联资源。D项预测故障属于AIOP范畴，目前监控主要还是检测和告警，预测是高级功能但不是直接辅助决策的核心（核心是当前状态）；E项监控不具备直接修复代码的功能。三、判断题31.×解析：Ping不通可能是网络中断、防火墙禁ICMP、主机禁ping等多种原因，不一定代表OS崩溃。32.√解析：Gauge是可增可减的仪表型指标。33.√解析：主动模式下Agent主动向Server发送数据，适合Server在内网、Agent在公网或跨防火墙的场景。34.×解析：可视化是运维排查故障的重要工具，通过图表可以快速发现异常趋势和关联性。35.√解析：Histogram和Summary用于计算分布情况，如P95延迟。36.×解析：告警收敛包括抑制、去重、分组等多种策略，不是简单的合并所有。37.√解析：Trap是Agent主动推送的告警机制。38.√解析：HTTPS加密消耗CPU资源。39.×解析：业务监控不能替代基础监控。例如业务代码死锁可能导致业务挂了，但服务器CPU、内存可能都很正常，需要基础监控结合应用监控来定位。40.√解析：`rate`专门用于计算Counter的速率，会自动处理重置归零的情况。41.×解析：K8s只提供了基础资源监控的接口（如metrics-server），完善的监控（如Prometheus、Grafana、日志系统）仍需自行部署。42.×解析：阈值过严会导致频繁误报，产生“狼来了”效应，反而降低对系统的整体可用性感知和运维效率。43.√解析：多运营商拨测是监控网络质量的有效手段。44.×解析：出于安全考虑，核心监控系统通常部署在内网，通过VPN或跳板机访问，直接暴露在外网风险极大。45.×解析：日志中的ERROR可能是业务逻辑预期的错误（如密码错误），不一定需要触发监控告警；反之，有些异常（如OOM退出）可能不在ERROR日志中但需要告警。四、填空题46.运行时间47.909048.可用空间(或空闲空间)49.85(注：通常设置为80%或85%预警，90%严重告警，此处填85符合通用经验)50.Span51.300052.降采样53.Splunk(注：虽然Splunk是商业软件，但在SIEM领域常被提及；若严格限定开源ELK栈相关，可填Kibana但Kibana是可视化；此处更符合SIEM定义的是ElasticSecurity或Splunk。考虑到题目语境是开源常见填空，或者指Elasticsearch本身是核心。但在SIEM语境下，常对比的是Splunk。若必须开源栈内组件，填ElastAlert做告警也可。但最符合SIEM定义的通常是独立平台。这里填Splunk可能超纲，填Elasticsearch有点偏题。让我们换个角度，题目说“除了Elasticsearch外...也是基于Elasticsearch构建”，这有点矛盾。如果是“基于Elasticsearch构建的SIEM”，那答案就是ElasticSecurity(原X-Pack)。或者题目想问Graylog？Graylog也是基于ES和MongoDB。Graylog是一个很好的答案。)修正答案：Graylog(Graylog是开源日志管理平台，后端依赖Elasticsearch和MongoDB)。54.1555.3(或根据具体配置，通常3次失败判定宕机)五、简答题56.答：区别：黑盒监控：关注于系统外部表现，以外部用户视角检查系统是否“活着”或响应是否符合预期，不关心系统内部代码状态。白盒监控：关注于系统内部细节，通过应用程序内部暴露的指标、日志或追踪来分析系统性能和健康状态。示例：黑盒：HTTPCheck、Ping、Selenium。白盒：PrometheusClientLibrary、JavaMelody、StatsD。57.答：区别：`rate()`：计算指定时间窗口内的平均增长率，它会平滑掉短时间的波动，适合长期趋势分析。`irate()`：计算指定时间窗口内最后两个数据点之间的瞬时增长率，它更敏锐，能捕捉到瞬间的尖刺，但容易受噪声影响。场景：应优先使用`irate()`的场景是当需要非常敏锐地检测“突发”流量或瞬时错误率时，且对短时间抖动不敏感（或配合告警持续时间使用）。通常在计算“过去5分钟内的QPS”这种需求时，如果数据点间隔不均匀或关注瞬时变化，`irate`更精准；但在大多数通用的速率监控中，`rate`更稳定。注：Prometheus官方文档通常推荐在长期告警中使用rate，但在需要极快反应的Counter指标上可用irate。58.答：长尾问题：指大部分请求响应很快，但有极少数请求响应时间非常长，分布在分布图的尾部。在监控平均值时，长尾会被大量短请求掩盖，导致监控看起来正常，但用户体验极差。平衡策略：使用分位数（如P95、P99）替代平均值作为监控指标，能直接反映长尾情况。设置合理的阈值，阈值过低误报高，阈值过高漏报高。通常根据历史基线动态调整阈值，或结合同比、环比数据。引入“告警持续时间”，避免瞬间长尾触发误报。59.答：原理：Trapper监控项依赖于`zabbix_sender`工具。数据不是由Server或Proxy主动去拉取，而是由被监控端或脚本主动向ZabbixServer/Proxy发送数据。Server接收到数据后进行解析和处理。适用场景：被监控端位于NAT后或防火墙后，Server无法主动连接。需要监控批处理任务的耗时或结果（任务结束时主动发送）。自定义脚本或应用程序主动推送业务数据。60.答：消息队列：Kafka、RabbitMQ（关注消息积压、吞吐量）。缓存：Redis、Memcached（关注命中率、连接数、内存碎片）。数据库：MySQL、PostgreSQL、MongoDB（关注慢查询、连接数、锁等待、主从延迟）。搜索引擎：Elasticsearch（关注JVMHeap、索引速度、查询延迟）。Web服务器：Nginx（关注QPS、连接数）。61.答：Pending：表示告警规则的表达式刚刚满足条件，但还未达到`for`子句设定的持续时间。此时处于“观察期”，尚未发送通知。Firing：表示告警规则表达式持续满足条件，且已超过`for`设定的时间。此时告警处于“激活”状态，Alertmanager会发送通知。六、计算题62.解：总请求数增量ΔV时间间隔Δt平均QPS计算公式为：Q代入数值：Q在PromQL中，`rate(http_requests_total[5m])`会自动计算该区间的平均速率，结果约为1.67左右（具体取决于采集点对齐，但理论计算值为1.67）。答：该服务过去5分钟的平均QPS约为1.67。63.解：单个服务器单次采集的数据量：500个单个服务器每天的数据点数：。单个服务器每天的数据量：5760次100个服务器每天的总数据量：5,换算为GB：总答：每天产生的数据量约为0.54GB。七、综合案例分析题64.答：(1)根本原因：数据库成为了系统的瓶颈。极高的磁盘I/OUtil（98%）和CPU利用率（95%）表明数据库处于饱和状态。日志中的"Lockwaittimeoutexceeded"说明大量事务在等待锁资源，这通常是因为慢查询或并发事务过多导致行锁竞争激烈，进而拖慢了整个交易链路。(2)应急措施：杀会话：暂