知识卡片

普通读书笔记卡 · 2313.e.5.q.1.c

告警必须兼顾切片与可行动

理解等级:高级

阈值应从正常用户体验和服务目标出发,并持续依据误报、漏报与值班负担调整。全局1%错误率可能掩盖某个1%用户群体完全不可用,需对关键群体或异常变化另作检测。不是每个指标都要叫醒人,规则应指向可处理问题,异常检测也不是万能替代品。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Designing Distributed Systems, 2nd Edition》第14章《Chapter 14. Monitoring and Observability Patterns》(来源项目 book-sources;源文件:extracted/Designing Distributed Systems, 2nd Edition/_epub-src/OEBPS/ch14.html) - 结论依据:原文小群体全故障例子与值班告警疲劳说明聚合局限和调整必要性。 - 原始内容:an error that causes a 100% outage for a small (1%) subset of your users. From a static alerting perspective, your system is functioning within bounds, but for those poor users in that subset your service is completely down. Static alerting assumes that all metrics are uniform