Portal认证系统日常运维要盯紧的几个指标

Portal认证系统上线，不是项目的结束，而是运维的开始。系统跑稳了没人夸，一出事全是投诉，所以日常盯指标这件事，比上线那一刻重要得多。我们给学校做交接时，一定会把几个核心指标的看板搭好，教网络中心老师每天看一眼。下面这几个，是实战里最该盯的。

指标一：认证成功率

这是最直观的健康度。正常应该在高位平稳，一旦掉到某个阈值以下，说明某一层出问题了，可能是服务器、数据库或者接入设备。我们把成功率设成一级告警，跌破就直接告警到人，因为它直接影响所有人上网。这个指标看板要放在最显眼的位置，别埋在日志里。

指标二：平均认证时延

用户说登录转圈，对应的就是这一个指标涨了。我们一般给时延设一条基线，比如正常一两秒，超过就预警。时延是用户体验的晴雨表，比成功率更敏感，往往在成功率掉之前它就先动了。盯住它，能提前半步发现问题。

指标三：并发在线数

看当前有多少设备在线，对比系统容量上限，能算出余量。我们建议网络中心老师在晚高峰前看一眼这个数，如果余量快没了，提前准备限流或者扩容，而不是等崩了再救。容量余量是预防型指标，它的价值在出问题之前。

指标四：服务器和连接数

认证服务器的CPU、内存、活跃连接数，是尖峰前一小时就该看的。我们一般把这些和容量余量联动看，连接数快到顶、CPU快跑满，就是明确的扩容信号。这一层指标偏技术，但它是前面那些用户体验指标背后的真因。

指标五：日志写入和留存

审计要求上网日志必须连续留存，日志写入量异常下跌、或者留存周期不对，都是要立刻处理的事。我们见过学校因为磁盘满导致日志停写，上级检查时拿不出记录，吃了大亏。日志这条线，宁可多留不能断。

指标六：异常登录和共享命中

系统检测到的异常登录、账号共享命中，是安全线索。我们把它做成定期报表，网络中心每周扫一遍，发现可疑账号再处理，不一定要实时拦。这个指标平时安静，关键时刻能帮学校挡掉安全风险。

告警要分级

不是所有异常都该半夜叫人。我们建议把告警分级：影响全员上网的一类直接通知到人，单点小问题二类次日处理，纯统计类的三类周报即可。分级做不好，告警天天响，老师就麻木了，真出事反而没人当真。

预案要演练

盯着盯着总有一天会出真问题，所以得有预案。中心数据库挂了怎么降级到本地、支付中断了怎么先放通后补费、认证服务满了怎么限流保核心，这些写在文档里、每学期演练一次，真出事才不慌。预案保的是底线，别让它躺在文件夹里吃灰。

收口：盯日常防小变大，预案保底线

看板要给对的人

指标再全，没人看也白搭。我们建议把看板分层：一线老师看成功率和时延这类直观指标，主管看容量和服务器，安全岗看异常命中。不同角色看不同视图，告警也按角色路由，才不会所有人都被无关信息淹没，真正出问题的时候才有人响应。

每周做一次小复盘

除了实时盯，我们建议网络中心每周拿监控数据做个小复盘，看这周峰值有没有创新高、哪个指标波动大、告警有没有误报。复盘花不了半小时，但能提前发现容量拐点，避免某天突然撑不住。这个习惯比买更贵的设备更值钱，是运维的复利。

交接和文档不能断

运维最怕人一走经验就断。我们强调指标含义、告警处理、预案位置都要写成文档并交接，新老师接手能照着做。很多学校卡在老运维离职后没人看得懂监控，小问题拖成大故障。文档和看板一样，是运维的基础设施，平时用不上、出事才知金贵。

指标看板最好和大屏或值班电脑绑定，运维老师一抬头就能看到全局。我们见过把看板藏在后台子菜单的学校，真出问题没人第一时间发现。可见性本身就是一种预防，让异常早暴露、早处理，比事后补救强。

总结：Portal日常运维盯的是成功率、时延、并发、服务器、日志、异常这六个指标，告警分级处理，预案定期演练。盯日常防的是小毛病变大事故，预案保的是底线，两样都得有。