常见反模式是什么
可观测性建设里反复出现的几类错误做法：只看平均延迟不看分位、日志全量不裁剪、把动态标识塞进标签、告警全是资源类原因信号、看板只增不减无人维护、监控与告警从不演练。这些问题的共同点是「看起来在监控，实际挡不住故障」。对照清单自查，比从零设计一套体系更快见到效果。
基本信息
| 适用对象 | 新建监控体系与既有体系的定期体检 |
|---|---|
| 使用方式 | 纳入评审清单，新指标与新告警逐条对照 |
| 常见触发信号 | 告警疲劳、存储成本上涨、定位时间变长 |
| 推进方式 | 分批治理，避免一次性大清理 |
- 只看平均延迟不看分位：长尾问题被平均值抹掉
- 日志级别全开且不做结构化：检索成本高、关键事件被淹没
- 把动态标识放进指标标签：序列爆炸拖垮存储与查询
- 告警全是资源类原因信号：值班疲惫且难以行动
- 看板只增不减无人维护：过期面板干扰判断
- 监控与告警从不演练：关键通道是否符合预期无人验证
- 没有归属的指标与告警：无人负责，逐步静默与删除
季度自查触发条件
季度自查触发条件
# 用可量化信号触发治理，而不是靠感觉
告警平均处置时长上升 50% -> 检查告警质量与归属
时序库序列数月增超过 20% -> 检查高基数来源与标签设计
日志检索平均耗时明显上升 -> 检查结构化与保留策略
页面级告警中无动作比例偏高 -> 检查分档与阈值
复用率为零的看板持续存在 -> 清理或重新设计反模式与对策
| 反模式 | 后果 | 对策 |
|---|---|---|
| 只看均值 | 长尾故障被掩盖 | 改为分位数并配分位告警 |
| 标签塞动态值 | 序列数量爆炸 | 高基数信息放日志或事件 |
| 告警堆资源指标 | 值班脱敏、响应变慢 | 改为面向症状的告警 |
| 看板无人维护 | 判断被过期面板干扰 | 定期清理并标注负责人 |
| 缺演练 | 通道失效无人知晓 | 定期做告警链路演练 |
反模式清单适合放进团队工程规范：评审新指标、新告警、新看板时逐条对照，成本最低的治理时机是它还没上线的时候。
自查要用数据说话：从告警量、处置时长、序列增长、存储成本这些可量化指标出发，讨论才不会停留在主观感受上。