為什麼先做最小集合？
監控的目的不是收集漂亮圖表，而是「提早知道」與「能定位」。 先把最常見的五種事故抓住，你就能把 80% 的救火變成可預期的維運。
1) 網站可用性（Uptime）
- 從外部定時打首頁/關鍵頁，掛了要能通知。
- 避免只監控主機，結果網頁早就 500 但你不知道。
2) CPU / RAM（資源壓力）
- 尖峰時 CPU 撐住沒？記憶體是否被吃爆開始 swap？
- 你要的是「提前知道」而不是「等它掛」。
3) 磁碟（空間與 I/O）
- 磁碟滿是最常見事故之一：log、tmp、備份檔都會吃。
- 設定告警門檻（例如 80%/90%），並定期檢查成長來源。
4) DB 連線（可用性與延遲）
- 網站掛掉很多時候不是 web 掛，是 DB 爆。
- 至少要有「連得上/查得動」的健康檢查。
5) 關鍵 API / 核心流程
- 登入/查詢/下單/表單：挑一個能代表核心流程的端點監控。
- 必要時分不同地點/不同頻率，避免誤判。
