原生 mysqld_exporter 无法有效监控主从延迟和备份成败，因其仅依赖 MySQL 内部状态；Seconds_Behind_Master 常不准或为 NULL，受网络中断、线程卡顿、并行复制冲突等影响；云 RDS 可能屏蔽 SHOW SLAVE STATUS，需用布尔指标组合判断；备份监控不应依赖 mtime，而应通过原子标记文件和自定义 collector 暴露 exit code 与时间戳；告警须双条件组合（如状态+时效），避免漏报误报。
原生 mysqld_exporter 无法直接监控主从同步延迟是否真实有效，更完全无法感知备份任务成败 —— 因为它只查 MySQL 内部状态，不读日志、不看退出码、不碰标记文件。
mysql_slave_status_seconds_behind_master 为什么经常不准或为 NULL
这个指标来自 SHOW SLAVE STATUS 的 Seconds_Behind_Master 字段，但它的值有严重局限性：
- 主从网络中断、IO线程卡住、SQL线程报错停顿时，该值可能仍显示为 0 或旧值，而非立即变为
NULL - MySQL 8.0.22+ 在启用了
replica_parallel_workers > 0且存在冲突回放时，该值会频繁抖动甚至归零，掩盖真实延迟 - 当复制已完全停止（如
SQL_THREAD=OFF），该字段返回NULL，但 Prometheus 默认的rate()或absent()表达式不会自动触发告警，需显式判断mysql_slave_status_seconds_behind_master == 0 or mysql_slave_status_seconds_behind_master < 0 or mysql_slave_status_seconds_behind_master > 600 - 云厂商 RDS（如阿里云 PolarDB）可能屏蔽
SHOW SLAVE STATUS，导致整个指标为空，此时必须 fallback 到mysql_slave_status_slave_io_running和mysql_slave_status_slave_sql_running两个布尔指标组合判断
备份任务状态不能靠 node_exporter 监控 mtime
用 node_exporter 抓取备份目录最后修改时间（node_filesystem_mtime_seconds{mountpoint=~".*/backup.*"}）是常见但危险的做法：
- 备份脚本启动后立刻创建空文件，mtime 就已更新，但实际备份可能卡死或失败
- 增量备份覆盖全量文件时，mtime 不变，但内容已失效
- 无法区分“正在写入中”和“已成功校验完成”，容易误判为成功
- 正确做法是在备份脚本末尾写入原子化标记文件（如
/backup/latest/backup.done），并让自定义 collector 检查该文件的 mtime 与内容（含 exit code、timestamp、checksum） - 推荐复用
mysqld_exporter框架，在其上新增backup_statuscollector，暴露mysql_backup_last_success_seconds_ago和mysql_backup_last_exit_code两个指标
告警规则必须同时检查状态 + 时效性
只盯一个维度必然漏告。例如：
- 仅用
mysql_slave_status_seconds_behind_master > 300：主库没写入时该值恒为 0，但从库复制已停，却无告警 - 仅用
mysql_slave_status_slave_sql_running == 0：SQL 线程临时卡顿几秒就告警，噪音极大 - 正确写法是双条件组合：
mysql_slave_status_slave_sql_running == 0 and time() - mysql_slave_status_last_io_error_timestamp_seconds > 60，或更稳：absent(mysql_slave_status_seconds_behind_master[5m]) and mysql_slave_status_slave_io_running == 1 - 备份告警同理：
mysql_backup_last_success_seconds_ago > 86400 or mysql_backup_last_exit_code != 0，且必须加ALERT BackupFailed的for: 10m，避免瞬时失败抖动
真正难的不是采集指标，而是让 Prometheus “理解”备份和复制的语义 —— 它需要你把脚本退出码、文件原子性、SQL线程生命周期这些外部事实，翻译成可聚合、可比对、可持久化的数值指标。任何绕过这一步的方案，迟早会在凌晨三点给你发一条“一切正常”的假消息。
