可观测实践丨如何利用 AI 算法解决告警配置三大难题?
内容提要
阿里云应用实时监控服务(ARMS)的智能告警能力可解决监控指标选择、告警阈值设置和起伏不定指标配告警的问题。ARMS提供监控指标推荐表和智能阈值推荐功能，支持区间检测和上下边界预览。运维工程师可通过ARMS配置高质量的告警规则，保障核心业务系统的稳定性。
延伸解读
智能阈值推荐：平衡自动化与人工验证
ARMS的智能阈值推荐功能基于历史数据自动生成建议阈值，并展示过去24小时指标与阈值水位线的对比，让用户直观验证合理性。这避免了纯算法推荐可能带来的不信任感，因为再高准确率的算法也无法保证100%无误，而告警漏报可能造成重大损失。因此，ARMS选择提供可视化验证，让运维人员结合自身业务判断，既提升效率又保留控制权。
告警数预测：量化评估阈值合理性
配置阈值后，用户可通过“告警数预测”查看过去24小时内实际值超出阈值的次数。若预测告警数为3-4次，说明阈值设置合理，能捕捉异常且不频繁；若高达1000多次，则需调高阈值以减少噪音。这一功能将抽象的阈值设置转化为具体的告警次数，帮助运维人员快速评估和调整，避免告警风暴或漏报。
区间检测：自适应起伏不定的业务指标
对于如打车业务调用量等天然起伏的指标，静态阈值难以适用。ARMS的区间检测功能通过机器学习历史数据，自动生成正常变化范围的上下边界，并支持预览和灵敏度调节。系统每天持续学习指标特征，仅预测未来一天的边界，因此业务变化时无需手动调整阈值，一次配置即可长期有效，解决了不同时段阈值差异的难题。
免费额度与成本考量
ARMS为应用监控和智能告警提供免费额度：应用监控每月50GB，智能告警每天15次短信和3次电话。这降低了用户尝试智能告警功能的门槛，尤其适合中小团队或初期验证阶段。但需注意，超出免费额度后可能产生费用，用户应根据业务规模评估长期成本，合理规划监控指标和告警频率。
Q&A
ARMS 智能告警主要解决告警配置中的哪些难题？
ARMS 智能告警主要解决三个难题：不知道该监控哪些指标、不知道如何设置告警阈值、以及指标起伏不定时如何配置告警。
如何利用 ARMS 的监控指标推荐表选择需要告警的指标？
ARMS 提供监控指标推荐表，将重要指标分类，建议优先对黄金三指标（调用次数、响应时间、错误率和错误次数）配置告警，并根据业务特征选择其他指标如 HTTP 状态码、Full GC 次数、数据库调用响应时间等。
ARMS 的智能阈值推荐功能是如何工作的？
ARMS 的智能阈值推荐功能基于过去 24 小时指标真实历史数据，自动生成建议阈值，并绘制指标及阈值水位线，方便用户比较和验证阈值合理性，用户可据此调整。
ARMS 的告警数预测功能有什么作用？
告警数预测功能可以显示在当前阈值配置下，过去 24 小时内实际值超出每个阈值的次数，帮助用户评估阈值设置的合理性，避免过多或过少告警。
对于起伏不定的指标，ARMS 提供了什么解决方案？
ARMS 提供区间检测功能，自动学习指标历史数据的正常变化范围，生成上下边界，并支持预览和调节灵敏度，无需手动频繁调整阈值。
ARMS 智能告警的免费额度是多少？
应用监控每月提供 50GB 免费额度；智能告警每天提供 15 次短信免费额度和 3 次电话免费额度。
