|
| 1 | +) |
| 2 | + |
| 3 | +**一站式`Apache Kafka`集群指标监控与运维管控平台** |
| 4 | + |
| 5 | +--- |
| 6 | + |
| 7 | + |
| 8 | +## 报警策略-报警函数介绍 |
| 9 | + |
| 10 | + |
| 11 | + |
| 12 | +| 类别 | 函数 | 含义 |函数文案 |备注 | |
| 13 | +| --- | --- | --- | --- | --- | |
| 14 | +| 发生次数 |all,n | 最近$n个周期内,全发生 | 连续发生(all) | | |
| 15 | +| 发生次数 | happen, n, m | 最近$n个周期内,发生m次 | 出现(happen) | null点也计算在n内 | |
| 16 | +| 数学统计 | sum, n | 最近$n个周期取值 的 和 | 求和(sum) | sum_over_time | |
| 17 | +| 数学统计 | avg, n | 最近$n个周期取值 的 平均值 | 平均值(avg) | avg_over_time | |
| 18 | +| 数学统计 | min, n | 最近$n个周期取值 的 最小值 | 最小值(min) | min_over_time | |
| 19 | +| 数学统计 | max, n | 最近$n个周期取值 的 最大值 | 最大值(max | max_over_time | |
| 20 | +| 变化率 | pdiff, n | 最近$n个点的变化率, 有一个满足 则触发 | 突增突降率(pdiff) | 假设, 最近3个周期的值分别为 v, v2, v3(v为最新值)那么计算公式为 any( (v-v2)/v2, (v-v3)/v3 )**区分正负** | |
| 21 | +| 变化量 | diff, n | 最近$n个点的变化量, 有一个满足 则触发 | 突增突降值(diff) | 假设, 最近3个周期的值分别为 v, v2, v3(v为最新值)那么计算公式为 any( (v-v2), (v-v3) )**区分正负** | |
| 22 | +| 变化量 | ndiff | 最近n个周期,发生m次 v(t) - v(t-1) $OP threshold其中 v(t) 为最新值 | 连续变化(区分正负) - ndiff | | |
| 23 | +| 数据中断 | nodata, t | 最近 $t 秒内 无数据上报 | 数据上报中断(nodata) | | |
| 24 | +| 同环比 | c_avg_rate_abs, n | 最近$n个周期的取值,相比 1天或7天前取值 的变化率 的绝对值 | 同比变化率(c_avg_rate_abs) | 假设最近的n个值为 v1, v2, v3历史取到的对应n'个值为 v1', v2'那么计算公式为abs((avg(v1,v2,v3) / avg(v1',v2') -1)* 100%) | |
| 25 | +| 同环比 | c_avg_rate, n | 最近$n个周期的取值,相比 1天或7天前取值 的变化率(**区分正负**) | 同比变化率(c_avg_rate) | 假设最近的n个值为 v1, v2, v3历史取到的对应n'个值为 v1', v2'那么计算公式为(avg(v1,v2,v3) / avg(v1',v2') -1)* 100% | |
0 commit comments