D14-03可观测与运维1 分钟更新于 2026-11
告警分级
一句话
按「钱」分级,不按「吵」分级——所有告警都响,等于没有告警。
告警分级
四级
stack四级告警与响应时限
P0 资金
重复出款、账不平、备付金缺口;立即叫人,15 分钟内响应
P1 转化
成功率跌破阈值、主力通道全挂;30 分钟内
P2 体验
延迟上升、个别商户异常;工作时间处理
P3 趋势
成本变化、拒付率缓慢上升;周报看
分级的依据是「影响面 × 紧迫性」
- 影响面:多少用户、多少钱
- 紧迫性:是否会随时间恶化
两个都高 → P0;影响大但不急 → P2;影响小但会扩散 → P1。
告警要能回答三个问题
- 哪里出问题(指标 + 维度)
- 影响多少(受影响交易数/金额)
- 该做什么(预案链接)
只报「成功率下降」,等于把排查工作丢给接警人。
一个反例
某平台把所有告警发进同一个群,一天 800 条。通道全挂那次,告警被淹没在噪音里,两小时后才有人发现,损失 60 万。后来按资金影响分级,P0 单独打电话,响应时间压到 15 分钟。
常见误判
- 所有告警进同一个群(噪音淹没信号)
- 只按技术指标分级(CPU 高但业务正常,不是 P0)
- 告警没有预案链接
自查清单
- 四级定义写清楚了吗
- P0 覆盖资金类异常吗
- 告警带影响面吗
- 有预案链接吗
- 告警噪音率在跟踪吗
依据
相关阅读