AI 自适应
信息
AI 自适应告警基于历史数据自动建立指标基线，并动态计算正常波动范围，无需手动设定固定阈值 。当指标偏离基线超出预设比例时触发告警，适用于具有周期性波动规律的指标监控（如 CPU 使用率、请求量等）。
快速上手
第一步：进入新建页面
进入 告警规则，点击新建告警规则，选择 AI 自适应检测类型后进入配置页。
第二步：配置检测规则
- 在生效范围中选择资源域
- 在指标选取中选择要监控的指标，例如 CPU 使用率，设置聚合方式（如最新值）并添加分组维度（如主机）
- 按需添加过滤条件（如主机名称 = 特定主机），缩小监控范围
- 在触发条件中设置预测数据区间的比较方式，并填写各级别偏离基线的百分比阈值
- 按需调整算法配置中的波动容忍倍数
第三步：填写告警内容
- 填写告警标题，支持使用
${host.customizedName}等变量 - 按需编辑通知内容，或保留默认模板
- 选择通知策略；如未创建，点击创建通知策略
第四步：设置生效时间并保存
- 选择生效时间（默认全天 7×24 小时）
- 确认启停状态已开启
- 点击保存完成创建；如需复用，点击保存至自定义模板
功能说明
检测规则
基础配置
| 字段 | 是否必填 | 说明 |
|---|---|---|
| 生效范围 | 是 | 选择本条规则监控的资源域，规则仅对所选范围内的数据生效 |
| 指标选取 | 是 | 选择被监控的指标和聚合方式（如平均值、最大值），并可通过过滤条件精确锁定监控对象（如特定主机） |
信息
页面顶部的检测数据图表会实时展示所选指标的历史趋势，以及 AI 计算出的基线范围（蓝色区间）。建议在保存前通过图表确认基线是否符合预期，辅助校准阈值设置。
触发条件
AI 自适应模式下，阈值不是固定数值，而是相对于 AI 基线的偏离百分比。
| 字段 | 是否必填 | 说明 |
|---|---|---|
| 预测区间时长 | 是 | 最近 N 分钟内，如果指标的预测数据区间满足条件则触发；决定检测的时间窗口长度 |
| 比较方式 | 是 | 支持 >、< 等操作符，与各级别偏离百分比组合判断是否触发 |
| 致命阈值 | 否 | 若指标值高于基线阈值的百分比 > 设定值，产生致命级别告警 |
| 严重阈值 | 否 | 若指标值高于基线阈值的百分比 > 设定值，产生严重级别告警 |
| 警告阈值 | 否 | 若指标值高于基线阈值的百分比 > 设定值，产生警告级别告警 |
| 正常恢复 | 否 | 连续 N 次检测无事件产生，告警自动恢复为正常状态，默认 3 次 |
高级配置
| 字段 | 是否必填 | 说明 |
|---|---|---|
| 算法配置 | 否 | 在基线之上，额外容忍 N 倍正常信号波动范围内的变化。值越大，对毛刺越宽容，误报越少；值越小，对异常越敏感。默认为 1 倍 |
| 数据断档 | 否 | 开启后，当检测区间内完全没有指标数据时也触发告警，适用于必须持续上报的采集场景。默认关闭 |
| 数据延时 | 否 | 开启后，查询时间窗口整体后移指定时长，避免因数据入库延迟导致漏报。默认开启，偏移 1 分钟 |
| 聚合规则 | 否 | 当分组维度下有多个时间序列时，定义聚合粒度。默认按主机聚合，每台主机独立告警；按网络区域聚合，则每个网络区域产生一个包含多主机的告警 |
提示
算法配置的波动容忍倍数建议从默认值 1 开始，根据实际告警情况逐步调整：误报多则适当调大，漏报多则适当调小。
告警内容
| 字段 | 是否必填 | 说明 |
|---|---|---|
| 告警标题 | 是 | 告警触发时显示的标题，支持变量动态填充 |
| 通知内容 | 否 | 发送给接收人的正文，支持富文本编辑和变量插入。不填则使用默认模板 |
| 通知策略 | 否 | 指定告警触发后通知谁、用哪种渠道。未配置时告警仅记录，不发送通知 |
| Labels | 否 | 为规则添加自定义标签，便于分类筛选与批量管理 |
状态 & 生效时间
| 字段 | 是否必填 | 说明 |
|---|---|---|
| 生效时间 | 是 | 全部时间（7×24 小时）：规则始终运行；周期时间：按周几重复生效；自定义时间：指定具体时间段。默认全部时间 |
| 启停状态 | 是 | 开启时规则正常检测并产生告警；关闭时规则暂停，不产生任何检测和通知。默认开启 |
常见场景
场景：CPU 使用率异常升高告警
指标选取 CPU使用率 / 平均值，通过过滤条件指定目标主机，设置触发条件为高于基线 30% 触发警告、高于 80% 触发严重，由 AI 自动识别业务高峰与低谷的正常范围，无需手动区分白天和夜晚分别设阈值。
场景：指标周期性波动频繁误报 适当调大算法配置中的波动容忍倍数（如从 1 改为 2），允许更大幅度的正常波动不触发告警，减少因业务突发但合理的流量变化引起的噪音告警。
场景：多主机同类指标统一监控 在过滤条件中选择多台主机，同时将聚合规则设置为按主机聚合，系统将为每台主机分别建立基线并独立触发告警，而非将所有主机的数据混合计算。
注意事项
注意
AI 基线依赖历史数据。对于近期刚开始采集、数据量不足的指标，基线可能不够准确，建议积累一定历史数据后再启用 AI 自适应规则，前期可先使用固定阈值规则过渡。