应监控 $upstream_header_time 并基于其 P95/P99 等统计特征设置阈值告警，结合 upstream_addr、5xx 错误率等上下文实现精准定位与快速回溯。
监控代理后端响应延迟并在超时达到阈值时告警，关键不是等 Nginx 自己“报警”，而是把延迟指标采集出来、量化成可判断的信号，再交由外部系统触发告警。Nginx 本身不提供内置告警功能，但能稳定输出高精度延迟数据。
记录真实后端处理延迟
用 $upstream_header_time 捕获后端响应首字节耗时，它排除了网络传输和客户端上传干扰，最能反映后端服务真实处理效率（单位：秒，精度毫秒）。在 log_format 中显式记录：
- 配置示例：log_format latency '$remote_addr - "$request" $status $upstream_header_time $upstream_response_time $upstream_addr';
- 启用该格式：access_log /var/log/nginx/latency.log latency;
- 注意：失败请求中该变量为空或“-”，解析日志时需过滤；HTTPS 场景下建议对比 $upstream_connect_time 排除 TLS 握手影响
定义并识别超阈值延迟
阈值需结合业务容忍度设定（如 API 接口设为 800ms，后台任务可放宽至 3s）。不建议只看单次超时，应关注统计特征：
- 每分钟计算 P95 延迟值，持续 2 分钟 > 1s 触发初步预警
- 统计超阈值请求占比（如 >1s 请求占当分钟总请求数 15% 以上）
- 对比 $upstream_header_time 和 $upstream_response_time 差值，若差值大，说明后端响应头快但体慢，可能是流式响应或大文件下载，不属于异常延迟
接入监控系统实现实时告警
推荐两种轻量可靠路径：
- Prometheus + nginx-lua-prometheus：在 OpenResty 环境中，用 Lua 实时收集 $upstream_header_time 并暴露为直方图指标（如 nginx_upstream_header_time_seconds_bucket），Prometheus 抓取后，Grafana 可直接绘制分位图，Alertmanager 设置规则：rate(nginx_upstream_header_time_seconds_count{le="1"}[5m]) / rate(nginx_upstream_header_time_seconds_count[5m])
- ELK 或 Loki + Grafana：用 Logstash 或 Promtail 将 latency.log 推送至 Elasticsearch/Loki，在 Kibana Explore 或 Grafana Logs 中按 $upstream_header_time 过滤、聚合，创建告警面板，设置“过去 10 分钟内 P99 > 2s”条件触发通知
配套动作增强告警有效性
延迟告警不能孤立存在，需关联上下文才具备可操作性：
- 绑定 upstream server 地址（$upstream_addr），确保告警能定位到具体节点，而非整个集群
- 叠加 5xx 错误率、连接拒绝数（upstream queue is full 日志）、max_fails 触发事件，避免误报
- 告警信息中包含最近 3 条超时请求的完整日志行（含 URL、状态码、时间戳），便于快速回溯
