云监控：基础监控和操作系统监控说明

Q：为什么基础监控和操作系统监控的数据（如连接数、CPU 使用率）不一致？应以哪个为准？

A：数据不一致属于正常现象，原因如下：

1. 采集视角不同：基础监控在宿主机（虚拟化平台）层面采集，属于外部视角；操作系统监控由 Agent 插件在虚拟机内部采集，属于内部视角。

2. 采集频率不同：基础监控每 1 分钟采集一次，仅输出均值；操作系统监控每 1 秒采样一次、每 15 秒聚合一个数据点，分别输出最大值、最小值和平均值，精度更高。

3. 统计方式不同：基础监控仅提供平均值；操作系统监控提供最大值、最小值和平均值。

建议：排查实例内部性能问题或设置精准告警时，建议以操作系统监控数据为准；实例宕机、夯机等故障排查场景适合使用基础监控数据。

Q：配置 ECS CPU 或内存告警规则时，应选择基础监控还是操作系统监控指标？

A：取决于您的监控需求：

• 推荐优先选择操作系统监控指标（以「（Agent）」开头）：数据精度更高，支持最大值、最小值和平均值统计，可关联进程进行诊断，适合精准告警和实时性能监控。需提前在 ECS 实例上安装云监控插件。

• 选择基础监控指标（以「（ECS）」开头）：无需安装任何插件，开箱即用，适合实例夯机、宕机等故障场景的基础资源监控，但精度较低，无法关联具体进程。

通常推荐优先使用操作系统监控以获得更准确的实例内部状态。

采集和上报说明

云监控主机探针每 1s 采样 1 次，上报到服务端会聚合为 15秒 1 个数据点，每次上报会上报 3 个值 min（15s 内的平均值）、max（15s 内的最大值）、avg（15s 内的最小值）。

监控指标说明

操作系统监控指标的数据采集频率为15秒/次，分类如下：

• CPU相关监控指标

  • Windows

    调用ntdll中的NtQuerySystemInformation函数，获取CPU各个部分所花费时间。间隔两次调用该函数即可获得该时间间隔内CPU各个部分所占比率。

  • Linux

    您可以参考top命令理解下表中监控指标的含义。

  监控指标名称	监控指标含义	单位	MetricName	Dimensions	Statistics	说明（仅用于Linux）
  （Agent）cpu.idle	当前空闲CPU百分比。	%	cpu_idle	userId、instanceId	Maximum、Minimum、Average	当前CPU处于空闲状态的百分比。
  （Agent）cpu.system	当前内核空间占用CPU百分比。	%	cpu_system	userId、instanceId	Maximum、Minimum、Average	系统上下文切换的消耗。如果该监控指标数值比较高，则说明服务器开了太多的进程或线程。
  （Agent）cpu.user	当前用户空间占用CPU百分比。	%	cpu_user	userId、instanceId	Maximum、Minimum、Average	用户进程对CPU的消耗。
  （Agent）cpu.wait	当前等待IO操作的CPU百分比。	%	cpu_wait	userId、instanceId	Maximum、Minimum、Average	如果该监控指标数值比较高，则说明IO操作频繁。
  （Agent）cpu.other	其他占用CPU百分比。	%	cpu_other	userId、instanceId	Maximum、Minimum、Average	其他消耗=Nice+SoftIrq+Irq+Stolen。
  （Agent）cpu.total	当前消耗的总CPU百分比。	%	cpu_total	userId、instanceId	Maximum、Minimum、Average	当前消耗=1-Host.cpu.idle

  说明

  云监控 CPU 使用率（cpu_total）与 top/htop 显示不一致的常见原因：

  1. iowait（wa）计入总使用率：cpu_total 包含 iowait（CPU 等待 I/O 的时间占比）。当应用因等待磁盘 I/O 而阻塞时，top/htop 通常不显示具体的高占用进程（等待 I/O 的进程处于不可中断睡眠状态，%CPU 列显示接近 0），但云监控的总 CPU 使用率会因 wa 升高而显示较高值。

  2. 统计周期不同：云监控展示的是采集周期内（15 秒）的聚合值（最大值/平均值），top 默认刷新间隔约为 3 秒，为近实时快照。如需通过 top 捕捉突发波动，建议执行 top -d 0.5 提升刷新频率。

• 内存相关监控指标

  • Windows

    调用kernel32.dll中的GlobalMemoryStatusEx函数获取Windows 32位操作系统当前物理和虚拟内存的使用情况。

  • Linux

    您可以参考free命令理解下表中监控指标的含义，数据源：/proc/meminfo。

  监控指标名称	监控指标含义	单位	MetricName	Dimensions	Statistics	说明（仅用于Linux）
  （Agent）memory.total.space	内存总量。	Byte	memory_totalspace	userId、instanceId	Maximum、Minimum、Average	服务器的内存总量。 /proc/meminfo的MemTotal。
  （Agent）memory.free.space	剩余内存量。	Byte	memory_freespace	userId、instanceId	Maximum、Minimum、Average	系统可用内存。 /proc/meminfo的MemFree。
  （Agent）memory.used.space	已用内存量。	Byte	memory_usedspace	userId、instanceId	Maximum、Minimum、Average	系统已用内存。 计算方法：total–free。
  （Agent）memory.actualused.space	用户实际使用的内存。	Byte	memory_actualusedspace	userId、instanceId	Maximum、Minimum、Average	计算方法： 当/proc/meminfo中有MemAvailable时：total-MemAvailable 当/proc/meminfo中无MemAvailable时：used–buffers-cached 说明 当CentOS 7.2与Ubuntu 16.04以上（包含）的系统使用新的Linux内核时，内存估算更准确，MemAvailable的具体含义，请参见commit。
  （Agent）memory.free.utilization	剩余内存百分比。	%	memory_freeutilization	userId、instanceId	Maximum、Minimum、Average	计算方法： 当/proc/meminfo中有MemAvailable时：MemAvailable/total×100%。 当/proc/meminfo中无MemAvailable时：（total–actualused）/total ×100%。
  （Agent）memory.used.utilization	内存使用率。	%	memory_usedutilization	userId、instanceId	Maximum、Minimum、Average	计算方法： 当/proc/meminfo中有MemAvailable时：（total-MemAvailable）/total×100%。 当/proc/meminfo中无MemAvailable时：（total–free-buffers-cached）/total×100%。

  说明

  云监控内存使用率（memory.used.utilization）与 free 命令显示不一致的原因：

  云监控已排除系统缓存（Buffers/Cache）的影响。当 /proc/meminfo 中存在 MemAvailable 字段时，计算公式为：

  内存使用率 = (MemTotal - MemAvailable) / MemTotal × 100%
  

  旧版 free 命令的 Used 列包含 Buffers/Cache，因此显示的已用内存通常高于云监控数值。基于 MemAvailable 的算法更能准确反映系统真实可用内存。

  说明

  云监控是否支持 Linux SWAP 使用率监控？

  云监控底层采集项目前不包含 SWAP 使用率指标。替代方案：

  1. 监控物理内存使用率：SWAP 通常在物理内存不足时才被大量使用，监控 memory.used.utilization 可间接反映系统内存压力。

  2. 精确监控 SWAP：如需精确采集 SWAP（交换分区）使用率，建议通过日志服务（SLS）的主机日志本地采集功能自行统计 SWAP 信息。

• 系统平均负载监控指标

  • Windows

    无此监控指标。

  • Linux

    您可以参考top命令理解下表中监控指标的含义。监控指标数值越大表示系统越繁忙。

  监控指标名称	监控指标含义	单位	MetricName	Dimensions	Statistics
  （Agent）load.1m	过去1分钟的系统平均负载。	无	load_1m	userId、instanceId	Maximum、Minimum、Average
  （Agent）load.5m	过去5分钟的系统平均负载。	无	load_5m	userId、instanceId	Maximum、Minimum、Average
  （Agent）load.15m	过去15分钟的系统平均负载。	无	load_15m	userId、instanceId	Maximum、Minimum、Average
  （Agent）load.1m.percore	CPU平均每核过去1分钟的系统平均负载。	无	load_per_core_1m	userId、instanceId	Maximum、Minimum、Average
  （Agent）load.5m.percore	CPU平均每核过去5分钟的系统平均负载。	无	load_per_core_5m	userId、instanceId	Maximum、Minimum、Average
  （Agent）load.15m.percore	CPU平均每核过去15分钟的系统平均负载。	无	load_per_core_15m	userId、instanceId	Maximum、Minimum、Average

• 磁盘相关监控指标

  • Windows

    先调用Kernel32.dll中的GetDiskFreeSpaceExA检索磁盘可用空间，获取磁盘的已用存储空间、磁盘使用率、磁盘的剩余存储空间和磁盘存储总量；再调用RegConnectRegistryA函数建立与HKEY_PERFORMANCE_DATA注册表的连接；最后调用RegQueryValueExA函数查询HKEY_PERFORMANCE_DATA注册表中磁盘相关属性（读取次数、写入次数、写入字节数、读取字节数、读取花费时间、写入花费时间和磁盘使用时间）。

  • Linux

    磁盘使用率与inode使用率可以参考df命令，磁盘读写可以参考iostat命令，便于您理解下表中监控指标的含义。

  监控指标名称	监控指标含义	单位	MetricName	Dimensions	Statistics
  Host.diskusage.used	磁盘的已用存储空间。	Byte	diskusage_used	userId、instanceId、device	Maximum、Minimum、Average
  Host.diskusage.utilization	普通用户的磁盘使用率。	%	diskusage_utilization	userId、instanceId、device	Maximum、Minimum、Average
  Host.diskusage.free	普通用户和超级用户的磁盘剩余存储空间。	Byte	diskusage_free	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）disk.usage.avail_device	普通用户的磁盘剩余存储空间。	Byte	diskusage_avail	userId、instanceId、device	Maximum、Minimum、Average
  Host.diskusage.total	磁盘存储总量。	Byte	diskusage_total	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）disk.read.bps_device	磁盘每秒读取的字节数。	Byte/s	disk_readbytes	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）disk.write.bps_device	磁盘每秒写入的字节数。	Byte/s	disk_writebytes	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）disk.read.iops_device	磁盘每秒的读请求数量。	次/秒	disk_readiops	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）disk.write.iops_device	磁盘每秒的写请求数量。	次/秒	disk_writeiops	userId、instanceId、device	Maximum、Minimum、Average

  说明

  主机监控中"剩余磁盘空间"（diskusage_free，即 Host.diskusage.free）包含文件系统为超级用户预留的空间（Reserved block count），因此可能大于普通用户通过 df 命令查看的可用空间，属正常现象。如需查看预留空间大小，可执行以下命令：

  tune2fs -l <device>
  

  其中 <device> 为设备路径（例如 /dev/vda1）。

• 文件系统监控指标

  • Windows

    无此监控指标。

  • Linux

    您可以参考df命令理解下表中监控指标的含义。

  监控指标名称	监控指标含义	单位	MetricName	Dimensions	Statistics	说明（仅用于Linux）
  （Agent）fs.inode.utilization_device	inode使用率。	%	fs_inodeutilization	userId、instanceId、device	Maximum、Minimum、Average	Linux系统内部不使用文件名，而使用inode号码来识别文件。当磁盘未存满，但inode已经分配完时，会出现无法在磁盘新建文件的情况，因此需要监控inode使用率。inode数量代表文件系统的文件数量，大量小文件会导致inode使用率过高。

• 网络相关监控指标

  • Windows

    先调用iphlpapi.dll中的GetAdaptersAddresses来获取本机上的适配器地址；再通过调用GetIfTable来获取各个Interface网络指标，包括每秒接收比特数、每秒发送比特数、每秒接收的数据包数、每秒发送的数据包数、接收错误包数和发送错误包数等。

  • Linux

    • 您可以参考ss命令理解TCP连接数采集。

      说明

      TCP连接数是指ECS主机中所有占用TCP协议的连接。

      TCP连接数默认采集TCP_TOTAL（总连接数）、ESTABLISHED（正常连接状态）和NON_ESTABLISHED（非连接的状态连接数，ESTABLISHED以外的所有状态）。

    • 您可以参考iftop命令理解下表中网络相关监控指标的含义。

  监控指标名称	监控指标含义	单位	MetricName	Dimensions	Statistics
  （Agent）network.in.rate_device	网卡每秒接收的比特数，即网卡的下行带宽。	bit/s	networkin_rate	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）network.out.rate_device	网卡每秒发送的比特数，即网卡的上行带宽。	bit/s	networkout_rate	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）network.in.packages_device	网卡每秒接收的数据包数。	个/秒	networkin_packages	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）network.out.packages_device	网卡每秒发送的数据包数。	个/秒	networkout_packages	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）network.in.errorpackages_device	设备驱动器检测到的接收错误包的数量。	个/秒	networkin_errorpackages	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）network.out.errorpackages_device	设备驱动器检测到的发送错误包的数量。	个/秒	networkout_errorpackages	userId、instanceId、device	Maximum、Minimum、Average
  （Agent）network.tcp.connection_state	各种状态下的TCP连接数包括：LISTEN、SYN_SENT、ESTABLISHED、SYN_RECV、FIN_WAIT1、CLOSE_WAIT、FIN_WAIT2、LAST_ACK、TIME_WAIT、CLOSING和CLOSED。	Count	net_tcpconnection	userId、instanceId、state	Maximum、Minimum、Average

• Top5进程相关监控指标

  • Windows

    • 查询

      先通过调用Kernel32.dll中的OpenProcess函数进入进程，间隔两次调用GetProcessTimes获取CPU各部分消耗的时间来获得在时间间隔内process中CPU各部分所花费的时间比率；再调用RegConnectRegistryA函数建立与HKEY_PERFORMANCE_DATA注册表的连接，调用RegQueryValueExA函数查询HKEY_PERFORMANCE_DATA注册表中进程相关属性（进程ID、进程的父进程号、优先级、虚拟内存、常驻内存、共享内存、进程名、打开文件数、包含线程数、页错误、读取字节和写入字节）。

    • 计数（Host.process.number）

      • 先调用OpenProcess打开需要查询的进程，再调用NTDLL中的NtQueryInformationProcess函数获得进程RTL_USER_PROCESS_PARAMETERS的参数信息，最后通过ReadProcessMemory函数获得进程cmdline，从而获得进程args和运行root路径，即进程当前文件夹路径。

      • 先调用OpenProcessToken获取访问Token的句柄，再调用GetTokenInformation获取Token信息，最后通过LookupAccountSid获得进程的用户名和用户组。

      • 对于每条进程的进程args和运行root路径，与进程当前文件夹路径、用户名和用户组进行匹配，与关键字match的计数+1。

  • Linux

    • 进程的CPU使用率和内存使用率可参考top命令，CPU使用率为多核使用情况。

    • Host.process.openfile可参考lsof命令。

    • Host.process.number可参考ps aux | grep '<关键字>'命令。

  监控指标名称	监控指标含义	单位	MetricName	Dimensions	Statistics	备注
  （Agent）process.cpu_pid	某个进程消耗的CPU百分比。	%	process.cpu	userId、instanceId、name、pid	Average	不支持设置报警。
  （Agent）process.memory_pid	某个进程消耗的内存百分比。	%	process.memory	userId、instanceId、name、pid	Average	不支持设置报警。
  （Agent）process.openfile_pid	当前进程打开文件数。	个	process.openfile	userId、instanceId、name、pid	Average	不支持设置报警。
  （Agent）process.count_processname	指定关键字的进程数。	个	process.number	userId、instanceId、processName	Average	不支持设置报警。

查看操作系统的监控数据

1. 登录云监控控制台。

2. 在左侧导航栏，选择云资源监控 > 主机监控。

3. 在主机监控页面，单击目标主机的实例名称链接，或单击目标主机对应操作列的监控图表。

   在操作系统监控页签，您可以查看目标主机的操作系统监控数据，还可以为监控指标设置报警规则，并查看报警。具体操作，请参见为主机创建报警规则和查看报警。