应用平台 APPSTAGE-通过调整模型参数对异常告警调优:调优策略

时间：2025-01-03 11:38:52

应用平台 APPSTAGE

最常见告警

长时间低（高）于阈值线告警，如图1所示。

图1 常见告警

告警进入条件：一般8分钟内有7个点异常告警进入。
告警退出条件：20分钟内有18个点正常则告警退出。
调优方法：
- 调节sensitivity敏感度参数，可以使小幅度下降的异常不告警，针对阈值线过紧的情况，图1的异常通过敏感度调节不了，因为阈值线相对是合理的
- 配置count_threshold参数，如果不关注请求量很少的异常，可以配置该参数，建议非必要情况下不要配置该参数，可能会出现遗漏告警的情况。

毛刺告警

两三个显著的毛刺点异常，如图2所示。

图2 毛刺告警

告警进入条件：穿过阈值线的毛刺异常程度，最快在第2个毛刺点告警。
告警退出条件：20分钟内有18个点正常则告警退出。
调优方法：
- 如果对请求量很少的接口，毛刺异常不关注，可以配置low_count_threshold参数，如图2中告警的曲线请求量不超过30，可以配置改参数为30。
- 如果不管请求量多少，都不需要毛刺类告警，则可以配置alert_by_spikes参数。毛刺类告警最快可以将告警时间缩短为2分钟，如果屏蔽掉这类告警，则按照其他的告警类型会有一定的延迟（一般7分钟）。

突变告警

突变告警只针对请求量类指标，特点是请求量曲线发生突变（突增或者突降）同时指标曲线没有触及阈值线，如图3所示。

图3 突变告警

告警进入条件：局部看曲线发生突变（默认突变20%），或者长期看相比历史降低或升高。
告警退出条件：数据平稳后告警退出，一般会持续18分钟。
调优方法：
通过配置alert_by_chain参数可以控制是否加入突变检测。突变告警可以防止阈值线学习宽松条件下指标突变的漏告警，但对于不关注阈值线之上数据突变的指标会产生一些不必要的告警。

波动性告警

波动性告警只针对非请求量类指标，这类告警的特点是指标曲线没有触及阈值线，如图4所示。

图4 波动性告警

告警进入条件：局部看曲线波动变大，或者长期看相比历史数据持续降低或升高。
告警退出条件：数据恢复到历史同期水平，持续18分钟则告警退出。
调优方法：
- 对于小幅度的波动和下降（上升）告警可以通过调节sensitivity敏感度来减少部分告警。
- 如果不关注这类异常，可以通过配置alert_by_std参数来实现。波动性告警可以防止阈值线学习宽松条件下指标小幅波动的漏告警，但对于不关注阈值线之上数据波动的指标会产生一些不必要的告警。

长时间掉0告警

长时间掉0告警只针对请求量类指标，特点是阈值线为0，测量值长时间掉0，如图5所示。

图5 长时间掉0告警