如何对邮件流（mail flow）做可观测性监控，及时发现投递异常与丢信？

①投递延迟（从提交到远端 MX 接受的中位/尾延迟）；②队列积压（待发/重试队列长度与停留时长）；③退信率与退信类别分布（硬退/软退、按 SMTP 状态码归类）；④认证失败率（SPF/DKIM/DMARC 失败占比）。这四类指标共同构成邮件流健康度基线。

仅看本地队列会漏掉「对方拒收但本地已出队」的假成功。建议从外域探测邮箱定时发哨兵邮件，校验是否入箱；结合 DMARC 聚合报告（RUA）监测下游对发信域的认证判定，比单看本地日志更早暴露声誉/黑名单问题。

对「队列长度陡增」「某 MX 连续超时」「5xx 比例超阈值」设分级告警；保留完整 Received 信头链路用于事后溯源。生产环境应将邮件监控接入统一可观测平台（指标+日志+追踪），避免邮件沦为监控盲区。