同比、环比告警，减少周期波动误报

告警复核时，运维林工准备把一台批处理主机的 CPU 阈值调高。每天任务启动后都会报警，值班人员查过进度和业务响应，往往又确认是一次预期高峰。

但拉开低峰时段的曲线，他又发现另一种变化：CPU 使用率比平时明显升高，却一直没有达到原来的告警阈值。如果这时继续调高阈值，这类变化就更难被同一条规则发现。

林工需要决定的，既包括什么时候应该响应，也包括怎样减少重复确认。下面沿着这次简化的策略复核，说明历史比较如何帮助他作出判断；数值均为示例，不代表通用阈值或实际效果。

同比、环比告警可以把历史表现变成明确的比较依据，让周期性高峰不必每次都从头解释，也让低峰时值得关注的偏离更容易进入核查范围。

一条阈值承担了两种判断

林工原来的条件很直接：CPU 使用率超过 60% 就触发。他希望它既能提醒资源压力，也能发现运行状态偏离平时的情况。

这两种需求放在有明显周期的指标上，很容易互相牵制。

批处理启动时，负载本来就高；日常低峰时，同样的数值可能已经需要检查。若只看绝对数值，规则并不知道这台主机此刻处于什么运行阶段。

抬高阈值能够减少部分触发，但也扩大了低峰时的判断空白。反过来，为了捕捉低峰变化而降低阈值，正常高峰又可能反复触发。

容量边界回答“是否接近需要干预的水平”；历史比较回答“是否偏离可比时段的表现”。

林工因此先保留容量判断，把策略复核的重点转到另一个问题：这台主机应该与哪段历史比较，以及怎样表达偏离。

让比较依据逐步明确

一、找出可比时段

林工先查看几轮批处理前后的指标趋势，并与任务计划对照。他要确认高峰是不是稳定出现，持续时间是否接近，而不能因为“昨天也高”就直接把昨天当成正确参照。

如果任务每天固定启动，前一天对应时段可能有参考价值。若工作日与周末的任务量不同，则需要考虑周周期；任务临时延后时，即使时钟上的时间相同，也未必处于同一运行阶段。

环比能够帮助观察相邻时段的变化，但从低峰进入批处理高峰，本来就可能有一次明显增长。它适合回答变化有多快，是否值得响应仍需结合业务节奏。

节假日、扩容或批处理时间调整以后，原来选好的历史窗口也要重新核查。若参考时段恰好发生过故障，把它当成常态，后续判断就会跟着失准。

对林工来说，选择历史窗口的依据应当能说清：为什么这些时段可以放在一起比较，哪些业务变化会让这个选择失效。

二、统一统计口径

找到了相似时段，林工还要确认两边比较的是同一类数据。

例如，当前值来自一台主机，参考却混入了其他实例；当前看最大值，参考看平均值；或者两边的单位与汇聚时间不同。即使最后都能得到一个百分比，差异也未必来自业务变化。

核对时可以先固定四项：

• 对象范围： 同一指标、实例及相应过滤条件。
• 分组维度： 比较结果是否对应同一组对象。
• 统计方法： 汇聚方式及数据周期是否可比。
• 数值单位： 原始单位、计算单位及百分比口径是否一致。

这一步会影响后续所有阈值解释。若比较对象本身不一致，再精细的偏离条件也很难帮助林工确认问题。

三、说明偏离程度

口径对齐后，再看同一台主机的两段示例数据：

运行阶段	可比历史值	当前值	差值	相对增长
批处理高峰	60%	66%	6 个百分点	10%
日常低峰	10%	30%	20 个百分点	200%

原来的“超过 60%”会命中第一行，不会命中第二行。加入历史参照后，林工可以进一步判断：高峰的这次增长是否符合预期，低峰的这次偏离是否需要检查进程与任务。

表中的差值与变化率表达了不同信息。CPU 从 10% 到 30%，增加 20 个百分点，相对原值增长 200%，当前值则是历史值的 3 倍。不能把这些数字当成同一种阈值单位使用。

差值适合描述绝对增减，变化率和倍数适合观察相对幅度。但参考值很小时，轻微的绝对变化也可能产生很大的比例；历史数据缺失时，更不能直接按正常基准处理。

到这里，林工已经不需要先争论“66% 和 30% 哪个更危险”。他可以分别说明它们相对平时变了多少，再结合资源边界和业务现象决定响应。

技术洞察：保留双重判断

历史比较让规则具备了运行背景，但历史本身不能保证安全。某台主机若长期接近容量边界，当前值与过去相近，也仍可能需要干预。

因此，林工不会把原有绝对值条件全部替换掉，而是将两类判断分别维护：

判断依据	主要回答的问题	需要核验的内容
绝对值条件	是否达到需要干预的资源水平	容量余量、业务影响及处置要求
历史偏离条件	是否偏离可比时段的表现	窗口可比性、数据完整性与偏离口径

历史偏离提供新的核查入口，容量条件继续保留必要的风险边界。 两者可以服务于不同响应目的，不能仅以告警总数是否下降来评估效果。

把比较条件留在策略里

林工已经找到了可解释的参照，接下来要让这份判断持续生效，并能由其他值班人员接手。若每次报警都重新拉曲线、靠个人经验解释，重复确认的成本仍会保留下来。

WeOpsX 监控中心可以将历史参照写进策略的比较基准与告警条件，把这部分经验变成可检查的配置。

选择参照与比较方式

监控策略支持当前值、环比和同比比较。同比可选择 N 小时前、N 天前、近 N 天均值或近 N 周均值；比较值支持差值、变化率与倍数。这里的同比按产品所选历史窗口理解，不限于上一年。

配置时，林工需要先明确监控目标、指标、过滤与分组条件，再确定汇聚方式和周期，最后选择对应的历史参照与偏离条件。

还要区分两个时间概念：汇聚周期决定一段指标数据怎样参与计算，历史对照窗口决定参照哪段过去的数据。产品要求对照窗口不能等于汇聚周期，具体选项按策略页面支持的范围设置。

这些能力能够承接林工已经确认的运行规律。业务周期是否成立、异常样本是否适合参考，仍需要他结合任务计划与真实指标判断。

预览条件并查看现场

策略页提供指标预览、阈值对照与查询结果预览，便于林工检查目标和条件是否对应。对于一段明确的偏离，应能说明参考来自哪里，触发使用的是差值、变化率还是倍数。

历史时段可以通过指标检索进行人工对照。策略启用后，再结合实际触发记录与指标现场观察，确认条件是否产生预期判断；监控告警详情保留生命周期内的指标快照，可用于复核当时的情况。

这形成了两步验证：配置前检查比较依据，运行后检查触发结果。预览中有数据，还不足以证明策略已经适合长期值班。

从一个指标开始核验

林工可以先选这台批处理主机，在小范围内验证，再考虑推广。核验对象至少同时包含正常高峰、正常低峰和已知异常时段。

检查项	需要回答的问题
数据是否可比	实例、指标、维度、单位和汇聚口径是否一致？历史是否完整？
窗口是否合理	是否对应真实运行周期？是否混入节假日、故障或任务调整？
正常样本是否得到解释	正常爬升为何不应反复响应？所选条件是否支持这一判断？
异常线索是否保留	已知异常时段的偏离，是否能由条件表达并继续核查？
容量风险是否仍受关注	长期高位是否仍有必要的绝对值条件？
运行结果是否一致	实际触发记录、指标现场和业务解释是否对应？

验证过程中，也应记录窗口的选择理由以及需要重新评估的情形。批处理改了时间、主机扩了容量或业务节奏变化后，接手的人就知道该从哪里重新检查。

回到最初那次复核，林工最终要交付的，是一套能被说明和验证的判断依据：预期高峰不必每天重复确认，低峰偏离有明确的核查条件，接近容量边界时仍保留响应入口。

当这些依据真正进入策略并经运行核验，同比、环比告警才能持续减少周期波动带来的干扰，让值班人员把时间更多用在值得检查的变化上。