上周去一个连锁咖啡馆做WiFi巡检，刚进门就发现前台iPad连不上内网，后厨打印机也掉线。老板一边擦咖啡机一边嘀咕：‘明明后台显示所有AP都在线啊？’——这事儿太常见了，不是设备没坏，是告警没到位。
别把Zabbix当万能胶水
很多团队一上来就堆Zabbix+Grafana+钉钉机器人，结果AP离线5分钟才弹消息，用户投诉电话都打完了。真正跑得稳的WiFi监控工具链，得按场景分层：底层看射频健康度（比如信道利用率突增、邻居干扰），中间看终端关联状态（异常断连频次、DHCP获取失败率），上层才管业务可用性（微信扫码点单超时、POS机支付失败）。
轻量级组合更接地气
中小门店真没必要整套Prometheus生态。我们试过用snmp-exporter + Node Exporter + Alertmanager配个简易规则：
groups:
- name: wifi_ap_alerts
rules:
别忘了人的那层“告警”
工具链再顺，也得让一线人员看得懂。我们在巡检平板上嵌了个小模块，不显示CPU占用率，只标红两个字：‘信号弱’或‘干扰强’，旁边带一键生成工单按钮。维修师傅扫一眼就知道该换天线还是挪路由器，不用翻指标定义文档。
说白了，监控告警工具链不是拼配置复杂度，而是让问题在用户喊出来之前，自己跳到你眼皮底下。