从用户角度开始监控最有效

面对复杂的应用和基础设施，最该优先部署监控的地方是用户与应用交互的那个点——用户不关心内部跑了多少个节点或有多少工作进程，只关心服务是否可用。HTTP 响应码（尤其是 5xx 类）加上请求延迟，是运行监控里最有效的两个信号：它们不会告诉你具体哪里出了故障，但能可靠地告诉你”问题正在影响用户”。从用户视角起步的好处是不必为孤立组件的异常过度反应——如果数据库 CPU 飙高但用户完全没受影响，那这真的构成问题吗？这不代表其他组件不需要测量，而是每次往内部深挖时都应先问一句：这个指标最终如何映射到对用户的影响。