PagerDuty
PagerDuty — 监控和可观测性平台。
监控简单
技术栈组成
AlertingPagerDuty
OnCallSchedule
APIPD API
为什么
在用户察觉之前检测、诊断和解决问题。OpenTelemetry 2024 年成为 CNCF 检测标准，70% 以上云原生组织使用。
Sentry 和 Datadog 以各 3 万以上付费客户领先错误追踪。
何时使用
用于需要正常运行时间和性能可见性的生产系统。仅本地开发项目避免。
如何做
1. 设置 PagerDuty agent/SDK
2. 配置指标/日志/追踪
3. 创建仪表盘/告警
4. 定义值班轮换
示例
// PagerDuty 初始化
import * as pagerduty from 'pagerduty';
pagerduty.init({ dsn: 'https://...' });
常见问题
- ⚠PagerDuty 高基数标签导致存储爆炸 — 限制标签值
- ⚠嘈杂规则导致告警疲劳 — 调优阈值和路由
- ⚠环境间配置漂移 — 使用基础设施即代码（Terraform/Pulumi）保持 dev/staging/prod 一致
最佳实践
- ✓用 PagerDuty 基于 SLO 的告警获得有意义的告警
- ✓采样追踪以降低 {ne} 成本同时保持覆盖
- ✓设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求
常见问题解答
什么是PagerDuty？适合做什么项目？
PagerDuty — 监控和可观测性平台。 它通过分层组合提供端到端类型安全与开箱即用的部署体验，适合从 MVP 到生产 SaaS 的快速迭代。
如何用PagerDuty在 10 分钟内跑通一个 demo？
两步起步：① 设置 PagerDuty agent/SDK；② 配置指标/日志/追踪。先跑通本地 dev server，再接一个真实数据源验证端到端链路。
PagerDuty 最常见的坑是什么？怎么避免？
最高频的坑是：PagerDuty 高基数标签导致存储爆炸 — 限制标签值。避免方法：在 PR 模板里加入对应 checklist，CI 中跑类型检查 + lint + 单测，三重把关再合并。
PagerDuty 的最佳实践有哪些？
PagerDuty 的最佳实践包括：用 PagerDuty 基于 SLO 的告警获得有意义的告警；采样追踪以降低 {ne} 成本同时保持覆盖；设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求。其中首条「用 PagerDuty 基于 SLO 的告警获得有意义的告警」应在项目初始化时就落地，避免后期返工。
什么情况下不该选PagerDuty？
三种情况另选他栈：① 团队对该栈核心框架零经验且工期紧张（学习曲线风险）；② 项目是纯内容/营销站（选 Astro 更轻）；③ 需要极高吞吐（>1 万 RPS）或强一致微服务（选 Go/Rust）。PagerDuty 的强项是中高复杂度全栈与 API，别在简单静态页上过度工程。