告警平台

Appearance

核心概念 ​

告警 (Alert) ​

告警是平台处理的基本单元，代表从监控系统接收到的单个事件通知。

告警结构 ​

json
{
  "id": "alert_001",
  "name": "数据节点CPU使用率",
  "description": "阿里云监控告警: CPU使用率95.7%",
  "severity": "critical",
  "source": ["aliyun_cloudmonitor"],
  "fingerprint": "abc123",
  "status": "firing",
  "lastReceived": "2023-06-01T10:30:00Z",
  "labels": {
    "namespace": "acs_kvstore",
    "instanceId": "r-bp15eqmgyf44m0rzwu"
  },
  "enriched_fields": {
    "instance_info": {
      "type": "Redis",
      "version": "5.0",
      "region": "cn-hangzhou"
    }
  }
}

告警属性 ​

  • id: 告警唯一标识
  • name: 告警名称
  • description: 告警详细描述
  • severity: 严重程度 (critical, warning, info)
  • source: 告警来源
  • fingerprint: 告警指纹，用于去重
  • status: 告警状态 (firing, resolved, pending)
  • lastReceived: 最后接收时间
  • labels: 告警标签，包含分类信息
  • enriched_fields: 富化字段，包含额外上下文信息

事件 (Incident) ​

事件是相关告警的聚合单元，代表需要处理的一个完整问题。

事件结构 ​

json
{
  "id": "incident_001",
  "tenant_id": "tenant_001",
  "running_number": 42,
  "name": "Redis实例性能异常",
  "user_summary": "Redis连接池耗尽导致服务不可用",
  "generated_summary": "检测到Redis实例r-bp15eqm连接数超限，同时MySQL高CPU和K8s节点内存压力，判断为数据库连接池耗尽引起的级联故障。",
  "assignee": "ops_team",
  "severity": 1,
  "status": "acknowledged",
  "creation_time": "2023-06-01T10:35:00Z",
  "start_time": "2023-06-01T10:30:00Z",
  "end_time": null,
  "alerts_count": 3,
  "affected_services": ["payment-service", "order-service"]
}

事件属性 ​

  • id: 事件唯一标识
  • tenant_id: 租户ID
  • running_number: 事件序号
  • name: 事件名称
  • user_summary: 用户提供的摘要
  • generated_summary: 系统生成的摘要
  • assignee: 负责人
  • severity: 严重程度 (1-5，1最高)
  • status: 状态 (firing, acknowledged, resolved)
  • creation_time: 创建时间
  • start_time: 开始时间
  • end_time: 结束时间
  • alerts_count: 关联告警数量
  • affected_services: 受影响的服务

工作流 (Workflow) ​

工作流是定义自动化处理逻辑的配置单元，支持复杂的条件判断和操作步骤。

工作流结构 ​

yaml
workflow:
  id: redis-diagnostic
  name: Redis诊断工作流
  description: 自动诊断Redis实例问题并执行初步修复
  triggers:
    - type: alert
      filters:
        - key: source
          value: ["aliyun_cloudmonitor"]
        - key: labels.namespace
          value: "acs_kvstore"
  steps:
    - name: collect-info
      provider:
        type: redis
        config: "{{ providers.redis }}"
        with:
          command: "INFO"
          instance_id: "{{ alert.labels.instanceId }}"
          enrich_alert:
            - key: redis_info
              value: results
    - name: check-connections
      if: "{{ alert.name contains '连接数' }}"
      provider:
        type: redis
        config: "{{ providers.redis }}"
        with:
          command: "CLIENT LIST"
          enrich_alert:
            - key: client_list
              value: results
  actions:
    - name: notify-team
      provider:
        type: slack
        with:
          channel: "#redis-alerts"
          message: "Redis实例 {{ alert.labels.instanceId }} 出现异常: {{ alert.name }}"
    - name: create-ticket
      if: "{{ alert.severity == 'critical' }}"
      provider:
        type: jira
        with:
          project: OPS
          title: "Redis告警: {{ alert.name }}"
          description: "{{ alert.description }}"

工作流属性 ​

  • id: 工作流唯一标识
  • name: 工作流名称
  • description: 工作流描述
  • triggers: 触发条件
  • steps: 执行步骤
  • actions: 执行动作

规则 (Rule) ​

规则定义了告警关联和事件创建的逻辑。

CEL规则结构 ​

json
{
  "ruleName": "Redis实例关联",
  "celQuery": "source == 'aliyun_cloudmonitor' && labels.namespace == 'acs_kvstore'",
  "timeframeInSeconds": 300,
  "groupingCriteria": ["labels.instanceId"],
  "threshold": 2,
  "incidentNameTemplate": "Redis实例 {{ labels.instanceId }} 异常"
}

规则属性 ​

  • ruleName: 规则名称
  • celQuery: CEL表达式查询条件
  • timeframeInSeconds: 时间窗口
  • groupingCriteria: 分组条件
  • threshold: 触发阈值
  • incidentNameTemplate: 事件名称模板

提取规则 (Extraction Rule) ​

提取规则用于从告警文本中提取结构化信息。

提取规则结构 ​

json
{
  "id": "extract-error-code",
  "name": "错误码提取",
  "priority": 100,
  "pre": true,
  "condition": "source contains 'mysql'",
  "attribute": "error_code",
  "regex": "(?<error_code>ERR-\\d+)"
}

提取规则属性 ​

  • id: 规则ID
  • name: 规则名称
  • priority: 优先级
  • pre: 是否预处理
  • condition: 应用条件
  • attribute: 目标属性
  • regex: 正则表达式

映射规则 (Mapping Rule) ​

映射规则用于将外部数据映射到告警属性。

映射规则结构 ​

json
{
  "id": "service-owner-mapping",
  "name": "服务负责人映射",
  "priority": 100,
  "type": "csv",
  "condition": "true",
  "matchers": [
    {
      "alertField": "service",
      "mappingField": "service_name"
    }
  ],
  "rows": [
    {
      "service_name": "payment-service",
      "owner": "payment-team",
      "slack_channel": "#payment-alerts"
    },
    {
      "service_name": "order-service",
      "owner": "order-team",
      "slack_channel": "#order-alerts"
    }
  ]
}

映射规则属性 ​

  • id: 规则ID
  • name: 规则名称
  • priority: 优先级
  • type: 类型 (csv, topology)
  • condition: 应用条件
  • matchers: 匹配条件
  • rows: 映射数据

AlertMind分析结果 ​

AlertMind AI系统生成的分析结果。

分析结果结构 ​

json
{
  "alert_id": "alert_001",
  "classification": {
    "severity": {
      "prediction": "critical",
      "confidence": 0.95,
      "probabilities": {
        "critical": 0.95,
        "warning": 0.04,
        "info": 0.01
      }
    },
    "type": {
      "prediction": "database",
      "confidence": 0.88
    }
  },
  "correlation": {
    "related_alerts": [
      {
        "alert_id": "alert_002",
        "similarity_score": 0.85
      }
    ]
  },
  "explanation": "数据节点CPU使用率达到95.7%，超过阈值95%。这通常表示Redis实例负载过高，可能影响服务性能。建议检查慢查询、优化数据结构或考虑扩容。",
  "confidence_score": 0.91,
  "processing_time": 0.15
}

分析结果属性 ​

  • alert_id: 关联的告警ID
  • classification: 分类结果
  • correlation: 关联分析
  • explanation: 解释文本
  • confidence_score: 置信度
  • processing_time: 处理时间

概念关系图 ​

术语表 ​

术语定义
告警 (Alert)从监控系统接收到的单个事件通知
事件 (Incident)相关告警的聚合单元，代表需要处理的一个完整问题
工作流 (Workflow)定义自动化处理逻辑的配置单元
规则 (Rule)定义告警关联和事件创建的逻辑
提取规则 (Extraction Rule)从告警文本中提取结构化信息的规则
映射规则 (Mapping Rule)将外部数据映射到告警属性的规则
指纹 (Fingerprint)告警的唯一标识，用于去重
哈希 (Hash)告警内容的哈希值，用于判断全量重复
Provider告警源适配器，负责接收和标准化告警
CELCommon Expression Language，用于定义规则条件
AlertMind平台的AI分析引擎，包括LLM和专用模型

基于 Apache 2.0 许可发布

Copyright © 2023-present AlertMind 团队