首页/云/可观测性速查/症状告警与原因告警:先保用户体验
监控体系与方法40 条

症状告警与原因告警:先保用户体验

症状告警针对用户可感知的结果(错误率上升、延迟超标);原因告警针对内部根因(磁盘将满、主从延迟)。前者保体验,后者争取处置时间。

可观测性速查云更新于 2026-10-12
症状告警错误率、延迟、可用性等结果指标,直达用户影响
原因告警容量、复制状态、健康检查等前置信号,留出缓冲时间
分页原则症状告警进值班电话;原因告警按紧急度进入工单或低等级通知

两类告警示例

两类告警示例
# 症状告警(用户视角):5 分钟错误率超过 5%
sum(rate(http_requests_total{code=~"5.."}[5m])) / sum(rate(http_requests_total[5m])) > 0.05

# 原因告警(前置信号):主从延迟超过 30 秒
mysql_slave_status_seconds_behind_master > 30
原因类信号数量多(磁盘、连接数、副本抖动),全部做电话告警会造成告警疲劳;分页留给用户可感的结果指标。

易错点

  • 只有原因告警时,故障可能已影响用户但无人被叫醒;只有症状告警时,处置窗口会被压缩
  • 机器 CPU 高这类资源信号直接做电话告警,多数时候无法行动,只会消耗值班精力

数据来源与参考

  • Google SRE Book 第 6 章(Symptoms vs. Causes)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌