内容摘要：凌晨两点十七分，我收到一条告警短信：首页接口响应时间从180毫秒飙到4.2秒。爬起来开电脑，先ping了一下服务器，延迟正常。又试了试静态资源加载，也快。问题出在数据库查询上——有人写了个没有索引的模

凌晨两点十七分，网站巡查我收到一条告警短信：首页接口响应时间从180毫秒飙到4.2秒。网站巡查爬起来开电脑，网站巡查先ping了一下服务器，网站巡查延迟正常。网站巡查又试了试静态资源加载，网站巡查也快。网站巡查问题出在数据库查询上——有人写了个没有索引的网站巡查模糊搜索，上线不到三小时，网站巡查把连接池占满了。网站巡查

这就是网站巡查网站巡查的日常。不是网站巡查坐在监控大屏前喝咖啡，而是网站巡查半夜被叫醒，对着日志一行行翻。网站巡查巡查这个词听起来挺正式，网站巡查其实就是定时或不定时地看网站有没有出毛病。毛病分两种：一种是明面上的，页面打不开、图片裂了、按钮点了没反应；另一种藏得深，比如某个接口在特定参数下会超时，或者数据库慢查询在凌晨低峰期才暴露出来。

我习惯把巡查拆成三层。最外层是可用性，用工具每五分钟请求一次首页和几个关键页面，看返回码和响应时间。这层最容易做，也最容易骗人——只要页面能返回200，工具就认为一切正常。可用户看到的可能是个白屏，因为前端JS报错了，或者接口返回了空数据。所以第二层得看接口。我会写几个脚本，模拟用户登录、搜索、下单这些动作，检查返回的JSON结构对不对，关键字段有没有值。有一次发现商品详情页的“库存”字段一直返回0，但数据库里明明有货。查了半天，是缓存没更新，运营那边改了库存，缓存还挂着旧数据。这种问题监控工具根本不会报，得靠巡查脚本比对数据库和接口返回值。

第三层最费精力：日志巡查。不是看有没有报错，而是看那些“不报错但不对劲”的日志。比如某个接口的响应时间从平均200毫秒慢慢涨到800毫秒，没有超时，没有异常堆栈，但趋势不对。这时候去翻代码，往往能挖出内存泄漏或者连接没释放的问题。还有一次，我在Nginx日志里发现某个IP每分钟请求同一个页面六十次，User-Agent是空的。不是攻击，是个爬虫写错了循环逻辑。封掉之后，服务器负载降了三分之一。

巡查的频率看网站体量。小站一天一次手动看，大站得靠自动化加人工抽查。自动化工具能覆盖百分之八十的常规问题，但剩下百分之二十的怪毛病，还得靠人盯着。比如某个CSS文件在Safari上加载失败，Chrome正常；或者某个地区的用户反馈图片加载慢，其他地区没事。这些工具测不出来，得靠真实用户反馈或者多地拨测。

我见过最离谱的一次巡查事故，是运维把测试环境的数据库配置推到了生产环境。网站看起来正常，首页能打开，但所有用户登录都失败。因为测试库里的用户表是空的。巡查脚本只检查了首页HTTP状态码，没检查登录接口。后来加了登录态的巡检，才把这个漏洞补上。

巡查不是找茬，是保命。网站跟人一样，平时看着好好的，突然哪天就出毛病。定期巡查就是量血压、测心率，把问题摁在爆发之前。凌晨两点十七分那条告警，后来加了索引，改了查询逻辑，连接池再没满过。但我知道，下一个坑已经在某个角落等着了。