关于告警系统的设计

参考：https://segmentfault.com/a/1190000003021919

什么是告警系统

当我们的服务器或某些业务指标出现差错时，告警系统可以反馈信息

为什么需要告警系统

减少人力监控，算是自动化运维的一种手段
这样不用时时盯着服务器，可以睡个稍微好一点的觉~

告警系统的要求

1.每次收到告警提示之后可以立即评估影响的范围，并且每一个告警都需要做出分级响应；

2.使一些无关紧要的事情不会告警；

3.要采集真正重要的指标，盲目地采集那些容易获取的指标，并随意地设定阈值告警是大部分糟糕的告警质量的根源。

4.告警的本质是当一些无法自动化维护的服务出错后，通知人去修正，所以一些可以自动化的操作，告警系统可以自己执行
比如服务器挂了，自动切换为备份机，再去人工修复主机。

告警的对象

• 1.业务规则的监控
• 2.系统可靠性监控

关于业务规则的监控的例子：
比如吃鸡中，不同的枪和被打中人的护甲造成的伤害应该是一定的，如果超过这个限度，就说明有人开挂了，这时候就应该告警了；

当然，还有很多其他维度，比如开枪后枪的后座力如何等等，只要不符合实际情况，即可告警。

关于系统可靠性的监控的例子：