看懂服务监测信号：错误率、延迟与可用性如何共同阅读
服务状态事件中，监测数据能帮助说明趋势，但任何单一指标都可能产生误导。错误率下降不一定代表所有请求恢复，延迟正常也不代表异步任务完成，可用性数字更取决于测量范围和计算方法。阅读监测信号时，应关注变化方向、测量对象和时间窗口，而不是只盯住一个醒目的数值。
错误率告诉你什么
错误率反映一段时间内失败请求的比例，但必须知道请求类型是否混合。若失败集中在某个边缘功能，整体数字可能看起来平稳；若流量本身大幅下降，比例变化也可能难以解释。把错误率与用户实际报告、功能分类和时间线结合，才能形成更有用的判断。
延迟变化为何值得关注
延迟升高常早于完全失败，也可能在恢复阶段持续存在。应查看中位表现与较慢请求的变化，而不是只看一次加载体验。短时波动不一定是事件，持续恶化或与错误同时出现的趋势才更值得重视。具体阈值需要按服务特点设定，不能照搬别处。
可用性需要明确测量边界
某项探测成功，可能只证明一个入口可达，而不代表登录、写入或通知都正常。不同地区、不同账户状态和不同客户端也可能影响结果。因此描述可用性时，注明测的是哪条路径、何时测量、是否存在样本限制，比给出脱离背景的结论更可靠。
将信号转化为行动
当多个信号同时变差时，可启动降级方案和更密集但克制的检查；当趋势改善时，按关键程度逐项恢复。监测应服务于决策，不应成为对外发布未经解释数字的理由。面向使用者时，更适合说明当前功能影响和下次更新时间。