监控类型概述
自定义监控提供数据统计的监控产品类型，您可以配置个性化的监控项。本文介绍监控产品的类型及部分应用示例。
监控类型
监控产品的类型以统计指标为依据进行划分，主要分为常用、高级类型。具体可参考下表。
名称 | 类别 | 应用场景 | 备注 |
分钟统计/无 Key | 常用 | 统计单业务量每分钟的数据。 通过筛选日志固定位置的关键字，统计单个指标分钟级的数据，如统计某个接口在一分钟内被调用的总量等。 | 支持日志关键字筛选 |
分钟统计/多 Key | 常用 | 统计 N 个维度的 N 个 Key 业务量每分钟的数据，如统计系统各个接口分别被调用的总量。 通过配置日志的 Group By 维度，统计各维度各 Key 数据，等同于 SQL 中 Group By 的功能。 | 支持日志关键字筛选 |
大盘 | 常用 | 将监控项通过灵活的配置，以报表及走势图形式展现。 | 只做报表展现，不支持告警配置。所有告警设定在配置监控项时完成。 |
常用服务指标 | 常用 | 统计单业务或 N 个维度的 N 个 Key 业务的总量、成功量、失败量、成功率、平均耗时 5 个统计项。 | 支持日志关键字筛选 |
秒级统计/无 Key | 常用 | 统计单业务量每秒的数据，如统计系统某个接口每秒被调用的总量。 通过对日志固定位置的关键字筛选，统计单个指标的每秒数据。 秒级统计可以更及时的查看数据及排查问题，但所需要的存储空间也更大，秒级统计/无 Key 一天需要存 86400 个数值（24 小时/天 ＊ 60 分/小时 ＊ 60 秒/分 ＝ 86400 秒/天），所以请有选择地使用。 | 按秒级统计数据，支持日志关键字筛选，不支持告警配置 |
秒级统计/多 Key | 常用 | 统计 N 个维度的 N 个 Key 业务量每秒的数据，如统计系统各个接口分别被调用的总量。 通过配置日志的 Group By 维度，统计各维度各 Key 数据，等同于 SQL 中 Group By 的功能。 秒级统计可以更及时的查看数据及排查问题，但所需要的存储空间也更大，秒级统计/多 Key 一天需要存 86400 ＊ N 个数值（24 小时/天 ＊ 60 分钟/小时 ＊ 60 秒/分 = 86400 秒/天，N 代表 Key 的数量），所以请有选择地使用。 | 按秒级统计数据，支持日志关键字筛选，不支持告警配置。 |
分钟统计 Top | 常用 | 统计维度的多个 Key 的每分钟的数据，并对数值排序，展现前 N 个最高数值的 Key，如统计平均耗时前 10 的错误码。 通过计算多维度数值在每分钟内的大小，再将数值进行排序，展现前 N 个 Key 及其数值。 | - |
单笔数据 Top | 常用 | 对单条日志的数值维度进行排序，查看最高 N 个单笔业务，如统计耗时前 10 的单笔订单。 | - |
匹配查找告警 | 高级 | 统计日志中固定位置的关键字出现次数，达到一定量后进行告警。 例如：日志中，打印日期后出现 |
|
归档统计 | 高级 | 对一个秒级数据源，按小时、天、周、月统计数值。 | 只做统计，不做告警使用。 |
应用示例
示例一
假设存在下述日志：
2012-11-1111:11:11粤A123XX,广州北收费站,G25,广州,￥50
2012-11-1111:11:12粤A123XX,广州北收费站,G26,广州,￥50
2012-11-1111:11:13粤A123XX,广州北收费站,G27,广州,￥50
2012-11-1111:11:14粤A123XX,广州北收费站,G27,广州,￥50
2012-11-1111:11:15粤A123XX,广州北收费站,G26,广州,￥50
……分钟统计/无 Key ：要从上面这批日志里了解在 2012-11-11 11:11 这一分钟，广州北收费站共计通过多少车辆，使用分钟统计/无 Key，通过“广州北收费站”关键字筛选，统计日志行数，就可以可统计出广州北收费站的分钟级数据。
分钟统计/多 Key ：要从上面这批日志里了解在 2012-11-11 11:11 这一分钟，每个收费站各通行了多少辆车，使用分钟统计/多 Key 对收费站这个维度进行 Group By 统计，就可以统计出每个收费站的分钟级数据。
分钟统计 Top ：在统计收费站车辆通行数量的场景里，全中国有几十万个收费站，我们并不需要每个收费站、每分钟的历史数据（因为绝大部分时间里大部分的收费站都是空闲的，数据都是 0，全部统计记录会浪费很多成本）。假设某交警部门想要在节假日期间分析出当前流量最大的收费站，以便做出交通警力调配。这种场景可以使用分钟统计 Top 监控功能，在上例里只需要万分之一的成本，就能实现此需求。
匹配查找告警：要从上面这批日志里排查车牌为“粤 A12345”这辆车的去向，只要它出现在任何一个收费站就报警。使用匹配查找告警，通过车牌“粤 A12345”关键字筛选，就能对这辆车进行监控。
示例二
假设存在下述日志：
2012-11-1111:11:11粤 A123XX,广州北收费站,G25,广州,￥50,2340ms,Y
2012-11-1111:11:12粤 A123XX,广州北收费站,G26,广州,￥50,3209ms,Y
2012-11-1111:11:13粤 A123XX,广州北收费站,G27,广州,￥50,4200ms,Y
2012-11-1111:11:14粤 A123XX,广州北收费站,G27,广州,￥50,5700ms,Y
2012-11-1111:11:15粤 A123XX,广州北收费站,G26,广州,￥50,8500ms,Y
……常用服务指标：要从日志中统计每分钟每个收费站收费多少车辆、成功收费多少车辆、多少车辆收费失败、平均收费时长多少，使用常用服务指标对收费站这个维度进行 Group By，将收费时长维度配成耗时，再配置结果维度，即可统计出每个收费站收费 总量、成功量、失败量、成功率、收费时长 等的分钟数据。
示例三
假设存在下述日志：
2012-11-1111:11:11粤A123XX,广州北收费站,G25,广州,￥50,收费员-张三
2012-11-1111:11:12粤A123XX,广州北收费站,G26,广州,￥50,收费员-李四
2012-11-1111:11:13粤A123XX,广州北收费站,G27,广州,￥50,收费员-王五
2012-11-1111:11:14粤A123XX,广州北收费站,G27,广州,￥50,收费员-李四
2012-11-1111:11:15粤A123XX,广州北收费站,G26,广州,￥50,收费员-张三
……单笔数据 Top ：假设某交警部门正在调查乱收费现象，想知道每分钟里收费最高的前 100 笔记录。在这前 100 笔记录中，收费金额超过 ￥500 就要介入调查。在这种场景下，不要使用 Group By 对收费员维度进行统计，因为这样会产生几十万、几百万的无效数据长期占用资源。使用单笔数据 Top 不仅能用极低的成本找到前 100 笔记录，而且能查询到每一笔记录的详情。