针对延迟和错误峰值发出警报
在用户感受到影响前触发警报
针对延迟和错误峰值发出警报 是 CoddyKit 上的免费 MLOps Academy 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 MLOps Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 MLOps Academy 课程共包含 4 节课。
仪表板不会主动通知您
只有在有人查看时，仪表板才有帮助。告警会全天候监控您的指标，并在出现问题的瞬间联系您。🚨
在用户察觉之前发出告警
目标是在用户注意到之前触发告警。在仍有时间采取行动时，捕捉延迟或错误的缓慢上升。
告警规则
告警规则是一个 PromQL 表达式和一个条件。当表达式持续为真足够长的时间后，告警就会开始触发。
针对高延迟发出告警
监控 p99 延迟，并在它越过阈值时触发告警，例如达到半秒，这表示模型速度过慢。
histogram_quantile(0.99, rate(predict_seconds_bucket[5m])) > 0.5针对错误激增发出告警
当错误比例超过一个较小的比例时触发告警，例如过去几分钟内有百分之五的请求失败。
rate(errors_total[5m]) / rate(predictions_total[5m]) > 0.05使用持续时间条件
for 子句要求条件在触发告警前持续一段时间，因此短暂一秒的异常不会惊动任何人。
- alert: HighLatency
expr: histogram_quantile(0.99, rate(predict_seconds_bucket[5m])) > 0.5
for: 5m标记严重程度
为每条规则附加严重程度等标签。这样您就能将关键页面与低优先级警告分别路由。
labels:
severity: critical添加有用的注释
使用注释写清晰的摘要并提供操作手册链接，让收到页面通知的人知道哪里出了问题以及该怎么处理。
annotations:
summary: "p99 latency above 500ms on model-api"由告警管理器处理路由
普罗米修斯决定何时触发告警，但告警管理器负责这些告警的发送、分组和静默。
把告警发送到有人关注的地方
将告警路由到人们确实会查看的接收端，例如 Slack 或 PagerDuty，而不是无人阅读的收件箱。
receivers:
- name: oncall
slack_configs:
- channel: "#ml-alerts"过滤噪声
过多的误报会造成告警疲劳，让人们不再查看。请调整阈值和持续时间，直到每次页面通知都值得叫醒人处理。
快速检查
您希望告警忽略短暂波动，只在问题持续存在时触发。什么设置可以做到这一点？
回顾
您为延迟和错误峰值编写了 PromQL 告警规则，使用 for 持续时间跳过短暂波动，并通过告警管理器将触发的告警路由给相关人员。✅
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「针对延迟和错误峰值发出警报」课时是免费的吗？
是的 — 「针对延迟和错误峰值发出警报」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 MLOps Academy 课程的其余内容，请升级到 CoddyKit PRO。 MLOps Academy 课程共包含 4 节课。
「针对延迟和错误峰值发出警报」这节课中我会学到什么？
在用户感受到影响前触发警报 你通过在浏览器中直接运行的动手代码来练习 MLOps Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 MLOps Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 MLOps Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「针对延迟和错误峰值发出警报」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 MLOps Academy 课中编写并运行代码吗？
能。每节 MLOps Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 用于预测的结构化日志
- 使用 Prometheus 暴露指标
- 构建 Grafana 仪表板
- 针对延迟和错误峰值发出警报