「監視入れてます」と言っても中身は色々です。運用設計で最初に押さえたい、監視の3つの種類を整理します。
死活監視（生きているか）
対象が動いているかを確認する、一番基本の監視です。pingが返るか、サーバが応答するか、プロセスが起動しているか。落ちたら即通知、が典型です。
- 例: ping監視、ポート監視（TCP 443が開いているか）、プロセス監視
シンプルですが、「サーバは生きているのにサービスは死んでいる」ケースを見逃すので、これだけでは不十分です。
リソース監視（余裕があるか）
CPU・メモリ・ディスク・ネットワーク帯域など、資源の使用状況を継続的に測ります。閾値超え（例: ディスク使用率90%）で通知し、枯渇する前に手を打つのが狙いです。
- 例: ディスク使用率、CPU/メモリ使用率、コネクション数
「落ちてから気づく」を「落ちる前に気づく」に変えるのがリソース監視です。トレンド（増え方）を見られると、いつ枯渇するか予測できます。
外形監視（利用者から見て使えるか）
利用者と同じ経路で、実際にサービスを叩いて確認します。「サーバもプロセスも生きているのに、なぜかログインできない」を捕まえられるのが外形監視です。
- 例: 定期的にログインAPIを叩いて応答コードと時間を測る、トップページのHTTPステータス確認
内部が全部OKでも、外から使えなければ利用者にとっては障害です。ここを見ているかで運用の質が変わります。
3つは役割が違う（重ねて使う）
- 死活 … 生きているか
- リソース … 余裕があるか（枯渇の予兆）
- 外形 … 利用者視点で使えるか
この3つを重ねて初めて「本当に大丈夫か」が見えます。監視設計では、まずこの3層を意識して、対象ごとに何をどの粒度で見るかを決めるところから始めるのがおすすめです。