本文要点

告警设计需要合并重复事件、区分严重程度、明确恢复条件并绑定责任人。结合确认、转派、超时升级和处理记录，让异常形成发现、处理与复盘闭环，再依据误报和漏报调整规则。

告警需要分级和去重

同一个设备持续异常时，系统不应该每秒发送一条消息。可以设置合并窗口、告警级别和恢复条件，让员工看到一条完整的事件记录。

告警要绑定责任人

  • 根据设备和区域分配负责人
  • 提供确认、转派和暂缓处理动作
  • 超过时间未处理时升级通知
  • 恢复后记录原因和处理结果

用历史数据持续调整规则

上线初期阈值往往不准确。通过查看误报、漏报和处理时长，逐步调整阈值和告警策略，系统才会越来越贴近现场。

设计原则：让告警形成发现、确认、处理和复盘的完整闭环。