适用场景
告警的价值在于"可信"。一天 500 条告警的团队，一定会忽略真正的故障。治理目标是把无效告警降到最低。
配置步骤（告警分级与通道）
# 分级建议
# P1 业务中断 / 数据风险：电话 + 群 + 工单，15 分钟响应
# P2 性能劣化 / 单点故障：群 + 工单，30 分钟响应
# P3 容量提醒 / 常规事件：工单，当日处理关键参数与建议
- 分级：P1 电话 + 群 + 工单；P2 群 + 工单；P3 仅工单
- 收敛：同一故障重复告警合并（如按主机+指标聚合）
- 依赖抑制：父主机/网络设备告警时抑制子告警
- 静默与维护窗口：变更期间自动静默
- 治理节奏：每月复盘 Top 告警，误报要么修要么删
容易踩的坑
- 全部按 P1 推送，值班人员疲劳
- 只发群无工单，处理过程无记录
- 分级标准不清晰，判断靠感觉
验证与巡检
# 证据：告警分级表、各级响应达标率- 巡检：P1 响应达标率、月度统计
小结
告警治理的验收指标：告警总量下降、有效告警比例提升、P1 告警 100% 有人处理。三个月不治理，告警就会回到"没人看"的状态。
> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。