值班告警降噪实践

告警数量多不等于监控做得好。对一线值班同学来说，真正重要的是“有事必响，没事别响”。

之前的问题

• 同一故障在 10 分钟内重复发送多次
• 上游服务雪崩时，下游告警一起爆发
• 不同群组收到的是同一批信息

本次调整

项目	调整前	调整后
告警聚合窗口	1 分钟	5 分钟
夜间低优先级通知	全量发送	合并摘要
恢复通知	默认关闭	关键服务开启

执行原则

1. 先合并重复告警
2. 再压缩低价值告警
3. 最后补恢复通知，避免“只知道坏了，不知道好了”

现场经验

真正能降低焦虑的，不是多一条监控，而是把值班手册、升级路径和联系人写清楚。否则每次告警响起，团队都要重新组织一次信息。

结论

降噪不是减少责任，而是让真正需要处理的问题更快浮出来。对于小团队，这件事的收益通常比多接几项新监控更高。