上周帮朋友查网站卡顿，他一脸懵：“我买了5M带宽，怎么一到下午就打不开？”登录后台一看，出入口流量峰值冲到4.8M，但监控图表只显示“平均1.2M”。原来他用的是默认采样间隔15分钟的监控——高峰那30秒的突发流量，直接被平均掉了。
带宽和流量，不是一回事
带宽是“管道粗细”，单位是Mbps（兆比特每秒），比如你买的是5M带宽，意味着理论最大瞬时速率是5兆比特每秒；流量是“跑了多少水”，单位是GB，比如每月1TB流量，是累计传输总量。监控得盯两头：实时带宽压不压线，月度流量超不超 quota。
别只信控制台自带图
阿里云、腾讯云控制台的流量图看着清爽，但默认聚合粒度大、历史数据保留短（通常7天）、阈值告警配置藏得深。真要排查问题，得自己搭一层：用Prometheus拉取云厂商OpenAPI指标，配Grafana画图。比如抓取腾讯云CVM的InternetOut指标：
sum by(instance)(rate(qcloud_cvm_network_out_bytes_total{region="ap-shanghai", instance_id=~"ins-.*"}[5m])) * 8乘以8是为了把字节/秒转成比特/秒，对齐带宽单位。图上加一条红色横线标出购买带宽值，一眼看出是否持续打满。
流量突增？先看这三处
某次凌晨报警，外网流量暴涨。没急着扩容，先查：
① 有没有爬虫扫目录：nginx日志里统计GET /wp-content/这类高频路径，发现某IP每秒请求37次；
② CDN回源是否异常：如果CDN缓存失效，所有请求直奔源站，流量会陡升；
③ 有没有程序写错循环：一段Python脚本误把文件下载逻辑写在for循环里，每秒发起200次HTTP请求，没走代理，全走公网出口。
省钱小技巧
监控本身也耗资源。不用每秒采一次，对普通业务，30秒粒度够用；历史数据保留30天足矣；告警规则设两档：持续5分钟超过80%发企业微信提醒，持续15分钟超95%才触发短信+电话。避免半夜被“瞬时抖动”叫醒三次。
带宽监控不是贴个图表就完事，它得能回答三个问题：现在谁在用？刚才为什么卡？下个月会不会超？盯着数字背后的人和逻辑，比调高阈值实在得多。