告警收斂

告警收斂是一種通過預設規則減少重複告警的技術手段，其核心目標在於最佳化告警系統的有效性，避免因短時間內大量告警引發的信息過載問題。該機制支持單業務或全局範圍的規則設定，例如當同一主機5分鐘內觸發3條以上告警時，系統將自動執行收斂處理。當某個告警產生時，往往會伴隨其他告警。

在監控場景中，當主告警觸發時，常伴隨多個關聯告警。告警收斂機制可識別根本原因告警，並將伴隨告警合併為子告警統一傳送，例如雲伺服器CPU負載告警觸發時，其搭載系統的可用性告警將被收斂傳遞，從而降低冗餘告警對運維人員的干擾。

基本介紹

• 套用場景：監控告警系統最佳化
• 常用規則：5分鐘內同主機3+告警 
• 處理方式：子告警合併、級別抑制  
• 收斂示例：CPU負載伴隨可用性告警 
• 實施條件：設定收斂規則（單業務或全局）並在Django後台修改生效範圍 
• 分類方法：高級別告警會抑制低級別告警，對一段時間內的多條告警通知按一定規則進行分類後匯總傳送 

基本概念

告警收斂是指監控系統對符合特定條件的告警事件進行合併或抑制處理，通過設定時間視窗、告警閾值等規則降低重複告警數量。該機制可有效緩解告警風暴問題，例如騰訊故障自愈系統採用的全局收斂規則，可在多業務場景中動態調整生效範圍。

實現方式

1. 規則配置
2. 單業務級：針對特定服務設定獨立收斂規則
3. 全局級：跨業務統一配置基礎收斂規則
4. 抑制策略
5. 高級別告警自動禁止同源低級別告警
6. 設定通知間隔防止周期重複報警

套用示例

2021年編程獅技術文檔記載典型案例：當雲伺服器觸發CPU負載過載告警時，收斂機制將同時發生的系統可用性告警歸併為子告警，通過單次通知呈現根本問題與關聯影響。2025年監控平台對告警通知進行了收斂及匯總處理，包括設定通知間隔以避免相同告警在每個檢測周期都產生通知，高級別告警會抑制低級別告警，對一段時間內的多條告警通知按一定規則進行分類後匯總傳送。