告警规则
功能概述
运维平台 1.4.0 起内置自研告警子系统，告警规则在「告警管理 → 告警规则」页面以原生界面配置，无需编写 PromQL 即可对常见场景创建告警（也支持自定义 PromQL）。
告警配置涉及阈值设定与通知策略，建议由运维技术人员负责。不合理的配置可能导致误报或漏报，建议先在测试环境验证后再应用到生产。
监控类型
告警规则页按监控类型分 Tab，其中中间件类型仅在数据源启用后显示：
| Tab | 监控内容 | 显示条件 |
|---|---|---|
| 基础资源 | CPU / 内存 / 磁盘等主机与中间件指标（基于 Prometheus），支持自定义 PromQL | 始终显示 |
| 端口 | TCP 端口连通性探测 | 始终显示 |
| SSL | HTTPS 证书有效期检查 | 始终显示 |
| Kafka 堆积 | 消费组 Lag 积压监控 | 已启用 Kafka 数据源 |
| Kafka 重平衡 | 消费组频繁重平衡检测 | 已启用 Kafka 数据源 |
| MongoDB | 连接数 / 复制延迟等 MongoDB 专项监控 | 已启用 MongoDB 数据源 |
| MySQL | 连接数 / 慢查询等 MySQL 专项监控 | 已启用 MySQL 数据源 |
创建告警规则（以基础资源为例）
| 配置项 | 说明 |
|---|---|
| 任务名称 | 唯一且具描述性的名称，如 生产主机 CPU 使用率过高 |
| 数据源 | 选择监控的目标实例 |
| 指标分类 / 指标 | 从内置指标列表选择，或选择「自定义 PromQL」直接编写表达式（支持预览查询结果） |
| 告警阈值 | 运算符（大于 / 小于等）+ 阈值 |
| 检查频率 | 多久执行一次检查 |
| 持续时间 | 指标连续超过阈值多久后才进入告警（Firing），避免瞬时抖动误报 |
| 恢复持续 | 指标连续恢复正常多久后才判定为恢复（Recovered） |
| 通 知渠道 | 绑定通知渠道，可选；不绑定则只在平台内记录 |
| 告警备注 | 通知消息中附带的说明文字，可选 |
告警状态
| 状态 | 说明 |
|---|---|
| 预警（Pending） | 已超过阈值，但尚未满足「持续时间」 |
| 告警（Firing） | 超过阈值且满足持续时间，已发送通知 |
| 恢复（Recovered） | 从告警状态恢复正常，发送恢复通知 |
| 已暂停 | 规则被手动暂停，不再调度检查 |
常用操作
- 立即检查：跳过等待周期，立刻执行一次检查。
- 暂停 / 启用：临时停止某条规则的调度（如计划内维护），替代了旧版本的「告警静默」功能。
- 实例明细：查看规则匹配到的各实例当前值与状态，并支持按实例静默——只屏蔽个别实例的通知，规则整体继续生效。
- 告警历史：查看该规则的历史触发记录，全 局视图见告警历史。
内置降噪
告警引擎内置降噪状态机：同一告警持续触发时不会重复轰炸通知，状态变化（预警 → 告警 → 恢复）才会推送，无需额外配置。