知识卡片
报警聚合为故障
内容
一个单独的故障经常会同时触发多个报警——网络问题导致所有服务超时，每个受影响团队都会收到 自己服务的报警。逐条处理会造成大量重复劳动，Outalator 系统的解法是提供”聚合”功能，把源于 同一故障的多条报警合并成一个单独条目，从而把”每天的报警”和”每天的故障”这两种统计口径分开。 发散：报警是系统对外发出的原始信号，故障才是需要被追踪分析的业务单元，二者间需要一层聚合 映射。
参考来源
- 位置：《SRE：Google运维解密》第16章《跟踪故障》"聚合"一节（源文件：_epub-src/OEBPS/Text/0009_0007.xhtml）
- 结论依据：原文明确"某一个单独的故障，可能（经常会）触发多个报警……将多个报警信息'聚合'成一个单独的故障能够有效解决这个问题……聚合功能能更好地消除重复报警，避免重复性工作"，并举例网络问题会让多个团队同时收到报警。
- 原始内容：某一个单独的故障，可能（经常会）触发多个报警。例如，网络问题导致所有服务都超时和无法连接后端服务器，所以每个受影响的团队都会收到自己服务的报警……将多个报警信息"聚合"成一个单独的故障能够有效解决这个问题。