应用程序健康监控系统至少应该为您（开发人员）和/或您的老板（IT经理）和/或操作（待命）员工做些什么？
除最低要求外还应该做些什么？
监控“基础架构”应用程序（ms-exchange，apache等）是否足够，或者是否还需要监控单个用户应用程序，网站和数据库？
如果是后者，你需要了解他们什么？
附录：感谢您的投入，我真的在寻找应用程序级别的监控，而不是基础设施监控，但很高兴知道两者
答案是“这取决于”。你为什么需要监控？你的运营人员有多大？你需要报告吗？什么是应用环境？谁在乎应用程序是否失败？谁在乎是否发生异常？是否可以恢复任何错误？很长一段时间我都可以问这样的问题。
好问题。
我们一直在为我们的需求寻找一些应用程序级别的监控解决方案，但没有任何运气。流行的监控解决方案主要用于监控基础设施，在我看来，它们太复杂，无法满足大多数中小型企业的需求。
我们需要（主要）以下功能：
因为我们找不到合适的解决方案，所以我们开始自己编写。最后，我们以称为AlertGrid的正常运行服务结束。 （你当然可以免费查看。）
它背后的想法是提供一种处理自定义监控方案的简单方法。 Integration API非常简单（一个函数有两个必需参数）。我们和其他人正在使用它来：
这是一个开放式的问题，但我会从物理测量开始。 1.我认为托管这个网站的所有机器都可以ping通吗？ 2.应该提供内容的所有机器是否实际上都提供了某些内容？ （理想情况下，这将来自外部网络。） 3.每台机器上的每项预期服务都在运行吗？ 3A。最近有这些服务吗？ 4.每台机器是否都有硬盘空间？ （别忘了db） 5.这些机器是否已备份？最后一次是什么时候？ 一旦人们对系统进行物理监控，就能解决系统特有的问题？ 1.自动脚本可以登录吗？花了多长时间？ 2.有多少用户？是否添加了一百万个假帐户？ ... 这些问题变得更加模糊，并且可能非常系统化。它们通常也可以在响应动态测量时被反应性地导出。硬盘填满，也许网络服务器日志已经填满，因为一堆代理创建了太多假用户。那种事。
虽然计划A不一定是被动的，但它是许多站点设置监控系统的方式。
最低限度：确保它正在运行:)
但是，其他一些东西会非常有用。例如，CPU负载，RAM使用情况和（在多用户系统中）用户运行的是什么。此外，对于访问网络的应用程序，每个应用程序的网络连接列表。并且（如果您可以访问客户端计算机），能够看到应用程序的“窗口标题”会很酷 - 如果更改并保存，可能每2-3分钟检查一次。此外，应用程序打开的文件列表可能非常有用，但它不是必须的。
我认为这很简单 - 监控，以便在出现问题之前及早得到警告。这意味着监视依赖项和应用程序本身。
如果您不打算提供有关您正在监控的应用程序的详细信息，那么提供细节真的很难，所以我会说这是一般规则。
至少你想知道系统是健康的。这对于定义您的系统是健康的是主观的。是计算机是否已启动，所需资源是否存在，数据是否流经系统，数据是否正确生成结果等等。
在我的项目中，我们会对大部分内容进行监控，然后进行监控。它真正归结为可用于分析一切正常的最高级别。在我们的例子中，我们需要了解数据输出。如果您只是需要知道这些机器是什么，它可以节省您试图向没有经验的最终用户显示错误。
如果你只是太难看数据结果，还有“现成的”工具可以为你做很多艰苦的工作。当我环顾四周时，我特别喜欢Nagios，但我们需要的东西比它能够轻松显示的要多，所以我编写了自己的监控系统。基本上我们也会关注系统中的“特性”，内存/ CPU峰值等等......
感谢大家的投入，我真的在寻找应用程序级别的监控而不是基础设施监控，但要了解这两者是很好的
不同的是：
有时很难画线 - 一个过于简单的定义可能是“如果你的团队写了它，它是一个应用程序;如果你买了它，它的基础设施”
我认为在实践中最好监控两者
您需要做的是分解应用程序的业务流程，然后让软件在主要业务组件上发出事件。此外，您还需要创建端到端综合事务（例如，模拟最终用户点击网站）。所有这些数据都将被输入监测工具。在过去，我已经为流入Tivoli Monitoring的JMX Adapter的应用程序完成了JMX，然后我完成了实现“假用户”的脚本，然后将结果通过管道传输到Tivoli Monitoring的脚本适配器中。 Tivoli Monitoring获取数据，然后根据原始数据创建应用程序运行状况和性能图表。