GaussDB 告警阈值建议

告警阈值设置原则

阈值设置考虑因素

• 业务重要性
• 系统负载特性
• 历史性能基线
• 资源配置情况
• 业务峰值规律

阈值分级建议

• 紧急告警：需要立即处理的严重问题
• 重要告警：需要尽快处理的重要问题
• 一般告警：需要关注的一般问题
• 提示告警：需要注意的提示信息

告警频率控制

• 避免告警风暴
• 设置合理的告警触发间隔
• 配置告警抑制规则
• 对相关告警进行聚合

CPU 指标告警阈值

CPU 使用率

告警级别	阈值建议	监控周期	触发条件
提示	70%	5分钟	连续3次超过阈值
一般	80%	5分钟	连续3次超过阈值
重要	90%	5分钟	连续2次超过阈值
紧急	95%	1分钟	连续2次超过阈值

CPU 负载

告警级别	阈值建议	监控周期	触发条件
提示	CPU核心数 × 1.5	5分钟	连续3次超过阈值
一般	CPU核心数 × 2.0	5分钟	连续3次超过阈值
重要	CPU核心数 × 2.5	5分钟	连续2次超过阈值
紧急	CPU核心数 × 3.0	1分钟	连续2次超过阈值

内存指标告警阈值

内存使用率

告警级别	阈值建议	监控周期	触发条件
提示	75%	5分钟	连续3次超过阈值
一般	85%	5分钟	连续3次超过阈值
重要	90%	5分钟	连续2次超过阈值
紧急	95%	1分钟	连续2次超过阈值

共享内存使用率

告警级别	阈值建议	监控周期	触发条件
提示	80%	5分钟	连续3次超过阈值
一般	85%	5分钟	连续3次超过阈值
重要	90%	5分钟	连续2次超过阈值
紧急	95%	1分钟	连续2次超过阈值

交换分区使用率

告警级别	阈值建议	监控周期	触发条件
提示	10%	5分钟	连续3次超过阈值
一般	20%	5分钟	连续3次超过阈值
重要	30%	5分钟	连续2次超过阈值
紧急	50%	1分钟	连续2次超过阈值

磁盘指标告警阈值

磁盘空间使用率

告警级别	阈值建议	监控周期	触发条件
提示	70%	30分钟	连续2次超过阈值
一般	80%	30分钟	连续2次超过阈值
重要	90%	15分钟	连续2次超过阈值
紧急	95%	5分钟	连续2次超过阈值

磁盘 I/O 使用率

告警级别	阈值建议	监控周期	触发条件
提示	70%	5分钟	连续3次超过阈值
一般	80%	5分钟	连续3次超过阈值
重要	90%	5分钟	连续2次超过阈值
紧急	95%	1分钟	连续2次超过阈值

磁盘读写延迟

告警级别	读延迟阈值	写延迟阈值	监控周期	触发条件
提示	10ms	20ms	5分钟	连续3次超过阈值
一般	20ms	50ms	5分钟	连续3次超过阈值
重要	50ms	100ms	5分钟	连续2次超过阈值
紧急	100ms	200ms	1分钟	连续2次超过阈值

数据库连接告警阈值

连接数使用率

告警级别	阈值建议	监控周期	触发条件
提示	70%	5分钟	连续3次超过阈值
一般	80%	5分钟	连续3次超过阈值
重要	90%	5分钟	连续2次超过阈值
紧急	95%	1分钟	连续2次超过阈值

连接失败率

告警级别	阈值建议	监控周期	触发条件
提示	1%	5分钟	连续3次超过阈值
一般	3%	5分钟	连续3次超过阈值
重要	5%	5分钟	连续2次超过阈值
紧急	10%	1分钟	连续2次超过阈值

数据库性能告警阈值

事务提交延迟

告警级别	阈值建议	监控周期	触发条件
提示	500ms	5分钟	连续3次超过阈值
一般	1000ms	5分钟	连续3次超过阈值
重要	2000ms	5分钟	连续2次超过阈值
紧急	5000ms	1分钟	连续2次超过阈值

慢查询率

告警级别	阈值建议	监控周期	触发条件
提示	0.1%	5分钟	连续3次超过阈值
一般	0.5%	5分钟	连续3次超过阈值
重要	1%	5分钟	连续2次超过阈值
紧急	5%	1分钟	连续2次超过阈值

缓存命中率

告警级别	阈值建议	监控周期	触发条件
提示	95%	5分钟	连续3次低于阈值
一般	90%	5分钟	连续3次低于阈值
重要	85%	5分钟	连续2次低于阈值
紧急	80%	1分钟	连续2次低于阈值

复制相关告警阈值

复制延迟

告警级别	阈值建议	监控周期	触发条件
提示	10MB	5分钟	连续3次超过阈值
一般	50MB	5分钟	连续3次超过阈值
重要	100MB	5分钟	连续2次超过阈值
紧急	500MB	1分钟	连续2次超过阈值

复制延迟时间

告警级别	阈值建议	监控周期	触发条件
提示	30秒	5分钟	连续3次超过阈值
一般	1分钟	5分钟	连续3次超过阈值
重要	5分钟	5分钟	连续2次超过阈值
紧急	10分钟	1分钟	连续2次超过阈值

复制状态异常

告警级别	阈值建议	监控周期	触发条件
重要	-	1分钟	复制连接断开
紧急	-	1分钟	同步复制备节点故障

日志相关告警阈值

错误日志数量

告警级别	阈值建议	监控周期	触发条件
提示	10条/分钟	5分钟	连续3次超过阈值
一般	50条/分钟	5分钟	连续3次超过阈值
重要	100条/分钟	5分钟	连续2次超过阈值
紧急	500条/分钟	1分钟	连续2次超过阈值

慢查询日志数量

告警级别	阈值建议	监控周期	触发条件
提示	5条/分钟	5分钟	连续3次超过阈值
一般	20条/分钟	5分钟	连续3次超过阈值
重要	50条/分钟	5分钟	连续2次超过阈值
紧急	100条/分钟	1分钟	连续2次超过阈值

存储过程与函数告警阈值

存储过程执行时间

告警级别	阈值建议	监控周期	触发条件
提示	1000ms	5分钟	连续3次超过阈值
一般	3000ms	5分钟	连续3次超过阈值
重要	5000ms	5分钟	连续2次超过阈值
紧急	10000ms	1分钟	连续2次超过阈值

告警阈值调整建议

定期评估与调整

• 每季度评估一次告警阈值
• 根据业务变化调整阈值
• 根据系统扩容调整阈值
• 根据性能优化结果调整阈值

基于基线的动态阈值

• 建立正常运行时的性能基线
• 基于基线设置动态阈值
• 考虑业务周期性变化
• 支持自动调整阈值

告警效果评估

• 统计告警准确率
• 统计告警处理时间
• 分析误报和漏报情况
• 优化告警规则和阈值

告警阈值管理最佳实践

分级管理

• 不同级别告警采用不同的阈值和通知方式
• 紧急告警采用多渠道通知
• 一般告警采用定期汇总通知

测试与验证

• 新配置的告警阈值需要测试
• 模拟故障场景验证告警效果
• 确保告警能够及时触发
• 避免过多误报

文档化管理

• 记录告警阈值的设置依据
• 定期更新告警阈值文档
• 建立告警阈值变更流程
• 确保团队成员了解告警阈值

常见问题（FAQ）

Q1: 如何确定合适的告警阈值？

A1: 确定合适的告警阈值需要考虑：

1. 系统的历史性能数据
2. 业务的重要性和容忍度
3. 资源配置情况
4. 业务峰值和低谷规律
5. 类似系统的最佳实践

Q2: 如何避免告警风暴？

A2: 避免告警风暴的方法：

1. 设置合理的告警触发条件和周期
2. 配置告警抑制规则
3. 对相关告警进行聚合
4. 设置告警静默期
5. 优化告警阈值，减少误报

Q3: 如何调整告警阈值？

A3: 调整告警阈值的步骤：

1. 收集系统性能数据，建立基线
2. 分析当前告警情况，识别误报和漏报
3. 根据分析结果调整告警阈值
4. 测试调整后的告警效果
5. 记录调整过程和依据

Q4: 不同业务场景下的告警阈值有什么不同？

A4: 不同业务场景下的告警阈值差异：

1. 金融核心系统：阈值更严格，容忍度更低
2. 互联网应用：阈值相对宽松，更注重性能
3. 批处理系统：关注峰值处理能力
4. 实时交易系统：关注低延迟和稳定性

Q5: 如何监控告警阈值的有效性？

A5: 监控告警阈值有效性的方法：

1. 统计告警准确率和误报率
2. 分析告警处理时间和效果
3. 定期进行告警阈值评估
4. 收集运维人员反馈
5. 根据业务变化调整阈值