Мониторинг VPS-сервера: метрики и алерты

Сервер без мониторинга падает неожиданно. Минимум — CPU/RAM/disk и uptime check. Разбираем инструменты от простых до Prometheus stack.

Что мониторить

CPU sustained >80%, RAM swap usage, disk >85% и inode exhaustion, load average, network errors.

Application: HTTP 5xx rate, latency p95, queue depth.

Synthetic transaction monitor login flow every 5 min catches API+DB+auth integration failures uptime ping misses.

Log correlation trace_id from app through nginx access log — grep one id full path.

Disk inode full separate alert from disk space full — both happen production.

Автоматизация deploy через GitHub Actions или GitLab CI снижает human error при ночных релизах — ssh run script reproducible лучше ручного ssh и vim на prod. (Контекст: monitoring vps servera)

Базовый уровень

htop, df -h, free -m — ручной check. UptimeRobot free — HTTP ping каждые 5 min с email alert.

Script cron: df | awk threshold → curl Telegram bot API.

Disk prediction: trend df over 7 days linear extrapolate — alert before 100% not at 100%.

Golden signals Google SRE: latency traffic errors saturation — four metrics minimum dashboard VPS service.

Практика показывает: большинство инцидентов на VPS связано не с «слабым железом», а с отсутствием мониторинга, бэкапов и дисциплины обновлений — инфраструктура MAATRIX даёт базу, эксплуатация остаётся на вашей стороне. (Контекст: monitoring vps servera)

Telegram-бот для алертов uptime и disk space — минимальный on-call канал, который стоит настроить в первый день после go-live на VPS. (Контекст: monitoring vps servera)

node_exporter + Prometheus

node_exporter на :9100, Prometheus scrape, Grafana dashboards — классика для нескольких VPS.

Alertmanager → Telegram/PagerDuty на disk_full и instance_down.

CPU steal time on VPS — high steal indicates host overload; talk provider if sustained.

Runbook automation self-heal systemd restart on probe fail — cautiously auto-restart masks root cause if no alert.

Документируйте шаги настройки в internal wiki или README репозитория infra — через полгода вы забудете, почему выбрали именно такой порт, timeout или размер worker pool. (Контекст: monitoring vps servera)

Логи

journalctl -u myapp, nginx access log aggregation (Loki, ELK) — при росте инцидентов.

logrotate default — проверьте, что диск не забивают giant logs.

Blackbox exporter probe SSL cert expiry and HTTP status — complement node_exporter.

Capacity planning graph RAM trend 90 days — order upgrade before hit limit not after outage.

Staging-окружение на отдельном младшем тарифе MAATRIX позволяет rehearsal миграций и обновлений без риска для production — стоимость staging окупается одним предотвращённым инцидентом. (Контекст: monitoring vps servera)

APM приложения

Sentry для errors, OpenTelemetry traces — где тормозит API внутри кода, не только «CPU high».

On-call runbook linked from alert message — 3am engineer needs steps not only graph.

External dependency monitor third-party API status — your VPS healthy but Stripe down user impact.

NVMe-диск на VPS ускоряет не только базу данных, но и запись логов, session файлов и temporary uploads — latency disk I/O заметна в p95 API даже при низком CPU. (Контекст: monitoring vps servera)

Алерты

Alert on symptom user sees: site down, не только CPU spike без impact.

Flapping alerts — добавьте for: 5m в Prometheus rule.

Post-incident review blameless — improve monitors not people after outage.

Alert fatigue worse than no alert — tune thresholds for sustained not spike 1 min.

Комбинация snapshot провайдера и logical backup базы закрывает сценарии «сломали конфиг» и «повредили данные внутри таблицы» — используйте оба слоя, не один. (Контекст: monitoring vps servera)

MAATRIX

Панель провайдера — graphs CPU/RAM/network. Комplement external uptime — проверка снаружи вашего VPS.

Бэкап + мониторинг = базовая SRE гигиена на любом тарифе.

MAATRIX panel graphs + external UptimeRobot — defense in depth visibility.

Synthetic login transaction catches auth DB integration failure uptime ping misses.

При росте нагрузки сначала измерьте bottleneck через metrics, а не увеличивайте тариф наугад — часто хватит индекса в PostgreSQL или Redis cache hot keys. (Контекст: monitoring vps servera)

Частые вопросы