告警风暴（风暴警报器）

本文目录一览：

• 1、如何抑制告警风暴？

• 2、智能运维是如何抑制告警风暴的？

• 3、到底是什么原因导致频发告警风暴？

如何抑制告警风暴？

我们经常接到各种相类似或者相关联告警，短信太多，难免会出现漏看的情况，告警通知几乎变成了垃圾短信，这样也就形成了一种告警风暴。运维监控平台，一般是通过配置固定阈值，达到阈值后自动触发告警，但固定阈值控制，频繁误报、漏报告警，这就造成了运维人员的工作负担。听云北冥告警平台对警报事件智能的、自动的进行过滤、压缩、合并、去重，最终聚合成一种高级事件即故障通知用户进行处理，减少警报噪音，降低信息干扰，减轻运维人员处理警报的压力。

智能运维是如何抑制告警风暴的？

通常智能运维中的告警收敛场景，以机器学习算法为驱动，对海量的告警事件进行降噪和关联分析，辅助根因定位并可沉淀故障处理的知识，从而提升企业的运维效率，降低运维成本。 告警产生后，AIOps系统通过算法甄别 内容相关性（重复性、相似性）、时序相关性和拓扑相关

性 事件来进行告警事件的自动化抑制。这类收敛抑制，往往能得到99%的告警压缩率，极大地提高了告警有效性。

在一个完整的智能运维告警产品里，除了告警收敛，还可以基于故障传播链及拓扑信息 ( 可选 ), 智能发现突发故障场景；基于告警“熵值”算法，实现告警的动态优先级推荐；通过时序以及拓扑关系定位故障场景根因，并进行根因标记。当这些都可以完成时，由告警事件一步步引导的根因定位和排障，才是真正智能运维发挥了作用。

到底是什么原因导致频发告警风暴？

随着业务的复杂化和云化，对运维管理的要求也越来越精细化了，就像是蝴蝶效应，在一个复杂的环境中，数据间都是紧密相连的，只要有一个指标发生了变化，就很有可能会导致一系列的告警连锁反应。运维团队为了尽可能全面的覆盖IT系统的各个环节，不得不引入多个监控工具，不同监控工具会产生数以万计的告警，这些告警都需要去分析、优先级甄别，这样随着时间的推移，可能是数十万、百万的告警事件需要被关注，这就导致了告警风暴。对于这样的问题，你可以去了解下听云北冥智能告警平台，在传统告警模式上增加了智能告警算法，根据告警历史数据进行智能检测，大大缩短了故障发现事件，降低了告警条数。