原生 mysqld_exporter 不感知备份任务，需自定义采集器暴露 backup_status 指标：通过原子化标记文件（如 /backup/latest/OK）生成 mysql_backup_last_success_seconds_ago 和 mysql_backup_last_duration_seconds，并配置双维度告警与 Grafana 多组件面板。
原生 mysqld_exporter 根本不感知备份任务
它只连 MySQL 实例执行 SHOW STATUS、SELECT FROM performance_schema 这类查询，完全不知道你用的是 xtrabackup 还是 mysqldump，更不会读退出码、看日志或检查标记文件。所以直接在 Prometheus 里查 mysql_up 或 mysql_global_status_uptime，哪怕备份脚本已失败卡死一小时，指标照样显示“正常”。
常见误配包括：
- 用
node_exporter监控备份目录mtime—— 无法区分“刚 touch 了开始标记”和“真正完成并校验成功” - 把
xtrabackup日志塞进 Loki 再做关键词匹配 —— 告警延迟高、无时间戳对齐、没法直接关联 Prometheus 的ALERTS标签 - 在 Grafana 里写 PromQL 查
mysql_slave_status_seconds_behind_master—— 这是主从延迟，和备份成功率毫无关系
必须自己暴露 backup_status 指标
核心动作就两步：在备份脚本末尾写原子化标记文件（如 /backup/latest/OK），再让一个轻量采集器定期读它并转成 Prometheus 指标。推荐复用 mysqld_exporter 框架新增 collector，而非另起服务——避免多维护一套二进制和配置。
关键实现点：
- 标记文件必须原子写入：
echo "1693987200" > /tmp/backup.tmp && mv /tmp/backup.tmp /backup/latest/OK，防止采集器读到中间态 - 暴露两个指标：
mysql_backup_last_success_seconds_ago（距上次成功多少秒，Gauge）、mysql_backup_last_duration_seconds（上次耗时，Histogram） - 采集器需支持自定义路径参数，例如
--backup.status-file="/backup/latest/OK" --backup.duration-file="/backup/latest/DURATION" - 若用 Go 复写 collector，注意用
os.Stat()读文件修改时间，别用cat解析内容——避免权限或格式错误导致 panic
告警规则要同时判断时效性与状态
只看“是否成功”不够：一次成功但距今已超 24 小时，和一次失败但刚发生，风险等级完全不同。必须双维度组合。
典型告警配置（alert.rules.yml）：
-
mysql_backup_failed：mysql_backup_last_success_seconds_ago == 0，表示从未成功过或最后一次失败（OK文件不存在） -
mysql_backup_stale：mysql_backup_last_success_seconds_ago > 86400，表示最近 24 小时无成功记录 -
mysql_backup_too_slow：mysql_backup_last_duration_seconds_bucket{le="7200"} == 0，表示最近一次耗时超过 2 小时（直方图上le="7200"桶为 0）
注意：不要用 absent() 判断指标缺失——采集器 crash 和备份失败是两类问题，得分开告警。
Grafana 面板要显示“最后成功时间 + 耗时趋势 + 状态开关”
单靠数字面板容易忽略上下文。建议三个基础组件并排：
- 一个
Stat面板，表达式：time() - mysql_backup_last_success_seconds_ago，格式设为 “YYYY-MM-DD HH:mm”，直观显示最后成功时刻 - 一个
Time series面板，查mysql_backup_last_duration_seconds_sum / mysql_backup_last_duration_seconds_count，看耗时均值变化趋势 - 一个
State timeline面板，用mysql_backup_last_success_seconds_ago > 0生成布尔序列，绿色=健康，红色=失败或超时
所有面板加 instance 标签变量，方便切换不同 MySQL 实例。别漏掉给 mysql_backup_last_success_seconds_ago 设置非负校验——采集器若读错文件，可能返回负数，会污染整个告警链路。
