采集监控指标并理解阈值告警
查看新鲜内存指标，通过调整练习阈值观察健康状态变化。
适用场景与读者
适合配置服务巡检的用户，重点是区分采集完成、指标健康和告警级别。
开始前准备
先完成教程公共准备，再准备下表中的资源。
| 资源 | 要求 |
|---|---|
| Agent | 独立测试Agent及专属token，平台可达且访问受限；当前内存使用率能被采集。 |
配置一览
| 界面字段 / 配置项 | 本例填写值 |
|---|---|
| 采集项目 | CPU、MEMORY、DISK |
| 基线阈值（警告 / 严重） | CPU 85% / 95%；内存85% / 95%；磁盘90% / 97% |
| 通知 | 首次关闭 |
操作步骤
1. 创建并测试监控资源
按部署文档启动专属Agent，登记地址、端口和独立token。资源→监控服务器，填写连接配置并测试。
2. 配置一次采集
新建SERVER_MONITOR，选择资源与CPU、MEMORY、DISK采集，按配置表设置阈值并关闭通知，保存后手动执行。
3. 核对数据与健康变量
查看采集时间、新鲜度、百分比单位，以及monitor.healthy、monitor.alarmCount、monitor.warningCount、monitor.criticalCount。任务SUCCESS只表示采集流程完成，健康结果要按指标与阈值判断。
4. 通过阈值制造练习告警
保留基线任务，另建一个副本，将内存警告/严重阈值分别设为1%/2%，其余规则保持不变。当前内存使用率高于2%时，该规则应产生CRITICAL；核对healthy=false、criticalCount及全部告警计数。无需给主机增加负载。
再建一个健康分支副本，将CPU、内存、磁盘的使用率警告/严重阈值暂设为99.9%/100%，保持通知关闭。当三类实际指标均低于警告阈值时，预期healthy=true、alarmCount=0、maxLevel=NORMAL。这组宽松值仅用于观察健康分支，生产阈值应按自身容量基线设置。
对比三个副本的采集结果：基线也可能已有WARNING，降低阈值可出现CRITICAL，放宽阈值可得到NORMAL；三个任务均可执行SUCCESS。
5. 可选：区分不可达和告警
在副本中用错误token，或正常停止本教程Agent后运行，确认连接/采集失败而非显示0使用率。恢复Agent后重新运行。
预期结果
| 检查项 | 预期值 |
|---|---|
| 采集完成 | 实例SUCCESS，时间新鲜、单位正确，不用0代替缺失 |
| 基线健康状态 | 按实际指标和阈值判断；即使采集SUCCESS，也可能healthy=false并已有WARNING |
| 降低阈值 | 跨过阈值时healthy=false，告警计数与级别对应；跨过严重阈值时maxLevel为CRITICAL |
| 健康分支副本 | 所有启用规则均满足时healthy=true、alarmCount=0、maxLevel=NORMAL；不表示自动发送恢复通知 |
常见失败
| 现象 | 处理方法 |
|---|---|
| SUCCESS仍有告警 | 采集成功和健康结果不同，查看monitor.healthy。 |
接收服务巡检
在订单对账与报表交付环境中，将 SCRIPT → SERVER_MONITOR 串联：先检查回执服务是否响应，再查看其所在节点的 CPU、内存和磁盘。适用 iJob 1.0.0；以下脚本针对安装了 PowerShell 的 Windows Worker。
1. 准备接收端和监控资源
保持订单案例的回执接收端运行。按独立 Agent 配置准备自己的 Monitor Agent、端口和认证令牌，在“资源 → 监控服务器”创建启用资源：
| 界面字段 | 填写值 |
|---|---|
| 名称 | 本地巡检节点 |
| 协议 / 访问地址 | HTTP / 自己的 Agent 地址；本机可填 http://127.0.0.1:<Agent端口> |
| 认证令牌 | 自己为该 Agent 配置的令牌 |
| 连接超时 / 读取超时 | 5000 / 10000 毫秒 |
| 操作系统 / Agent 版本 | WINDOWS / 1.0.0 |
回执服务和 Monitor Agent 是两个不同服务，不能混用地址或端口。Worker、接收端和 Agent 采用同机部署；在其他拓扑中按实际可达地址配置。
2. 配置健康检查任务
新增 SCRIPT 任务“本地交付服务健康检查”：执行方式 LOCAL，脚本引擎 POWERSHELL，脚本与输出编码 UTF-8，公共超时 30 秒，重试次数及间隔 0。把下方 <回执端口> 替换为订单案例接收端的实际端口后保存：
$ErrorActionPreference = 'Stop'
$r = Invoke-RestMethod -Uri 'http://127.0.0.1:<回执端口>/health' -TimeoutSec 5
if ($r.status -ne 'ok') { throw 'Health check failed' }
Write-Output 'Delivery service: healthy'
Write-Output ('Receipt records: ' + $r.receiptCount)
脚本从 Worker 本机发起请求。正常日志应包含 Delivery service: healthy 与当前回执记录数；记录数取决于你已运行的交付次数，不固定为某个值。连接失败或状态不是 ok 时脚本失败，后续节点不执行。
3. 配置资源监控任务并连接作业
新增 SERVER_MONITOR 任务“本地运行节点资源监控”：
| 界面字段 | 填写值 |
|---|---|
| 监控服务器 | 本地巡检节点 |
| 采集项目 | CPU、MEMORY、DISK |
| CPU 阈值 | 启用；警告 85%，严重 95% |
| 内存阈值 | 启用；警告 85%，严重 95% |
| 磁盘阈值 | 启用；警告 90%，严重 97% |
| 应用采集 / 磁盘路径覆盖 | 不配置 |
| 发送监控告警 | 关闭 |
| 公共超时 / 重试次数 / 重试间隔 | 30 秒 / 0 / 0 |
保存任务。新建“交付服务健康与资源巡检”，添加 health 节点引用健康检查任务、monitor 节点引用资源监控任务，连接 health → monitor，使用 ALL_SUCCESS / STOP。启用、校验并保存发布，手动执行；本作业无需业务日期参数。
4. 判断可用性与资源健康
| 检查位置 | 判断方式 |
|---|---|
health 日志 |
服务响应 ok，输出健康提示和当前回执记录数 |
monitor 指标 |
CPU、内存和磁盘有当前采集值，百分比与时间正确 |
monitor.healthy |
只有采集值满足所设规则时才预期为 true；不要照抄截图数值 |
| 告警计数 | 查看 monitor.alarmCount、monitor.warningCount、monitor.criticalCount，与阈值结果对应 |
| 根运行 | 两个任务完成时为 SUCCESS；资源阈值告警与采集执行失败分别判断 |
本例没有发送通知，也没有创建定时巡检。不要为了得到绿色状态而提高生产阈值。练习结束后退役本节作业和任务，只停止本节自己准备且无其他使用者的 Agent；共享的订单案例接收端等其案例完成后再清理。
安全与清理
停用练习调度与通知绑定，恢复阈值；仅停止本教程新建的Agent。
适用版本与限制
适用1.0.0 Agent监控，涵盖采集及NORMAL、WARNING、CRITICAL健康级别。主机负载会改变健康结果，宽松演练阈值不作为生产建议。错误令牌和Agent不可达是可选扩展；通知投递需单独接收器，当前不支持恢复通知和跨次告警去重。
下图来自本教程实际运行：
