我把测速当成了监控

有段时间我每天早上打开测速工具跑一次，看到一片正常就安心。后来某天夜里数据库连接池被打满，站点挂了好几个小时，我是被客户电话叫醒的。第二天早上再测，一切正常——因为那时候已经恢复了。

测速告诉我「现在怎么样」，没告诉我「刚才怎么样」。

快照和时间序列的区别

测速是一次抽样。按下去的那一刻，几个节点同时访问，拿回一组结果。

监控是持续采样。按固定间隔不停跑，把每次的状态记下来，异常时主动通知人。

差别不在工具本身，而在采样密度和有没有人盯着。故障发生在两次抽样之间，测速永远看不见。很多人以为自己有监控，其实只是偶尔想起来看一眼。

测一次，能回答什么

现在通不通，看 HTTP 状态码就够了：5xx、超时、异常跳转，一眼能分开。

慢在哪一段，靠五段耗时：DNS、TCP、TLS、TTFB、下载拆开看，哪一段占大头，排查方向就往哪边去。

影响谁，靠节点分布：多地区多运营商跑一遍，按运营商和地区分组，看是全网还是局部。平均、最快、最慢三个数摆在一起，能判断是普遍偏慢还是个别节点拖后腿。

改完配置再连续复测，能验证有没有效果。这些是宝塔拨测的网站测速最擅长的事，也是它该待的位置。

它答不了的几类问题

夜里三点挂了两分钟，早上测十次都是正常的。间歇性丢包、定时任务把带宽打满、证书在周末过期，这些都不是一次测速能抓到的。

趋势也答不了。这周比上周慢了，是用户涨了、页面重了，还是线路退化了？单次结果没有基线，比不出来。

容量更答不了。测速只发几个请求，压不出带宽上限，也压不出并发瓶颈。

配合起来才完整

我的做法是把两件事分开：监控负责发现有事，测速负责判断哪里有事。

监控按周期跑固定检查，状态码异常、响应时间明显拉长、某个地区连续失败，就触发告警。告警来了，再跑一次多节点测速，用分段耗时和分组结果定位。

修完之后同样用测速复测，确认异常消失。只看监控曲线回去了就关单，很容易漏掉还没恢复的那部分用户。

复测的讲究

故障期间复测，间隔要短，盯同一批节点看变化。恢复之后别只测一次就收工，连着测两三次，确认不是刚好撞上恢复的那一瞬间。

结果要和故障前的基线比，比拿它和「感觉」比靠谱得多。没有基线的话，从现在开始留一份，每次的节点结果存下来，下次出问题能直接对照。