游戏服务端故障邮件告警系统配置

游戏服务端故障告警：我用Python+邮件搭建的监控系统

上周我们游戏服务器凌晨3点崩了2小时，直到早上运维上班才发现…（别问我是怎么被老板问候的）痛定思痛，我花了两天时间搭建了这个邮件告警系统，现在把踩坑经验分享给大家。

为什么不用现成监控系统？

你可能要问：为啥不用Zabbix/Prometheus这些专业方案？我们小团队的游戏服务器架构比较特殊：

• 混合使用了云服务器和物理机
• 部分服务用Go写的，部分用Java
• 需要检测游戏逻辑特有的指标（比如房间创建失败率）

最终决定用Python写个轻量级方案，核心代码不到200行。

核心检测逻辑实现

先上最关键的服务器健康检查代码（简化版）：

def check_server_health():
    # 检测TCP端口
    if not check_port(8888):
        return False, "Game port 8888 not responding"
    
    # 检测进程存活
    if not process_running("gameserver"):
        return False, "Game process not running"
    
    # 自定义游戏逻辑检测
    if get_room_failure_rate() > 0.3:
        return False, "Room creation failure rate over 30%"
    
    return True, "OK"

这里有个坑：最初我只检测了端口存活，结果有次进程假死（端口在但服务不响应），后来才加上进程检测和业务指标。

邮件告警配置技巧

用SMTP发邮件看似简单，但要注意这些细节：

def send_alert(subject, content):
    msg = MIMEText(content)
    msg['Subject'] = f'[游戏服务器告警] {subject}'
    msg['From'] = 'alert@yourgame.com'
    msg['To'] = 'dev-team@yourgame.com'
    
    # 关键配置：添加紧急头标识
    msg['X-Priority'] = '1'
    msg['Priority'] = 'urgent'
    
    # 使用SSL连接
    with smtplib.SMTP_SSL('smtp.exmail.qq.com', 465) as server:
        server.login('alert@yourgame.com', 'yourpassword')
        server.send_message(msg)

特别提醒：

1. 一定要加Priority头，否则邮件可能进垃圾箱
2. 建议单独创建告警专用邮箱账号
3. 内容要包含服务器IP、时间等关键信息

部署与优化经验

最后分享几个实战建议：

• 定时任务配置：用systemd比cron更可靠，能自动重启
• 防骚扰机制：相同错误5分钟内不重复报警（我们曾一晚上收过200封邮件…）
• 多通道通知：重要告警可以同时发邮件+短信（我用阿里云短信API做了补充）

这套系统上线后，我们成功在3次故障发生5分钟内就收到了告警。虽然简陋，但确实解决了燃眉之急。下次我准备加入企业微信机器人通知，有进展再和大家分享！