3. 告警规则基础：规则定义、表达式、条件、持续时间、标签与注释
告警规则是Grafana可观测性体系的“触发引擎”。一条规则定义了“何时、基于什么数据、持续多久、产生什么告警”。理解规则的每个组成部分，是后续进行参数化测试验证的前提。本章将拆解告警规则的六大核心要素，并建立它们之间的逻辑关系。
3.1 规则定义：从数据源到告警实例的映射
在Grafana中，一条告警规则本质上是一个评估任务。它定期从数据源（如Prometheus、Loki、CloudWatch）查询数据，将查询结果与预设条件进行比较，最终决定是否触发告警实例。
规则定义包含以下元数据字段：
| 字段 | 说明 | 示例值 |
|---|---|---|
| 规则名称 | 唯一标识，用于告警列表和通知中 | HighCPUUsage-Prod |
| 数据源 | 查询的目标数据源类型及实例 | Prometheus-Prod-01 |
| 查询表达式 | 从数据源获取时序数据的语句 | avg by(instance) (cpu_usage) |
| 评估频率 | 规则被重新评估的时间间隔 | 30s |
| 评估超时 | 单次查询允许的最大执行时间 | 60s |
| 文件夹 | 规则的组织分类 | Production/Infra |
测试要点：在参数化测试中，评估频率和评估超时是常见的边界测试参数。例如，将评估频率设置为1s（低于推荐值）来验证系统在高频评估下的稳定性。
3.2 表达式：告警逻辑的核心
表达式是告警规则的“大脑”。它定义了从数据源中提取哪些数据，以及如何计算这些数据。Grafana支持多种表达式类型，最常用的是PromQL（Prometheus Query Language）和Loki LogQL。
表达式通常包含以下组成部分：
- 指标选择器：指定要查询的指标名称，如
http_requests_total。 - 标签过滤器：缩小查询范围，如
{job="api-server", method="GET"}。 - 聚合操作：对数据进行汇总，如
sum()、avg()、max()。 - 数学运算：对指标值进行算术计算，如
/ 1000、* 1024。 - 函数调用：使用内置函数处理数据，如
rate()、increase()、histogram_quantile()。
表达式示例（PromQL）：
# 计算过去5分钟CPU使用率的平均值，按实例分组
avg by(instance) (rate(cpu_usage_seconds_total[5m])) > 0.8
# 计算HTTP 5xx错误率，按服务分组
sum by(service) (rate(http_requests_total{status=~"5.."}[5m]))
/
sum by(service) (rate(http_requests_total[5m])) > 0.053.3 条件：触发告警的阈值与比较
条件定义了表达式的结果与什么阈值进行比较，以及比较的结果如何决定告警状态。Grafana支持多种条件类型：
| 条件类型 | 说明 | 适用场景 |
|---|---|---|
| 阈值条件 | 将表达式结果与固定数值比较（>、<、>=、<=、==、!=） | CPU > 90%、内存 < 10% |
| 范围条件 | 检查表达式结果是否在某个区间内 | 错误率在 1%~5% 之间 |
| 缺失数据条件 | 当数据源返回空结果或无数据时触发 | 服务心跳丢失、指标采集中断 |
| 经典条件 | 基于Prometheus的告警规则语法，支持多条件组合 | 同时满足CPU高且内存高 |
常见陷阱：在参数化测试中，浮点数精度是导致条件判断失败的主要原因。例如，阈值设为
0.8，但表达式返回 0.8000001，可能导致条件误判。建议在测试中覆盖边界值附近的浮点数场景。
3.4 持续时间：防止告警抖动
持续时间（Duration）是告警规则中防止“抖动”的关键机制。它定义了条件必须连续满足多长时间，才会真正触发告警。这避免了因瞬时波动导致的误报。
持续时间的工作流程如下：
- 首次满足：条件第一次满足时，规则进入“待定”（Pending）状态。
- 持续计时：每次评估时，如果条件仍然满足，计时器继续累加。
- 触发告警：当计时器达到设定的持续时间，规则进入“触发”（Firing）状态，生成告警实例。
- 重置计时：如果在持续时间内条件不再满足，计时器重置为0，规则回到“正常”（Normal）状态。
3.5 标签与注释：告警的元数据与上下文
标签（Labels）和注释（Annotations）是告警实例的“身份证”和“说明书”。它们为告警提供了丰富的上下文信息，便于分类、路由和通知。
3.5.1 标签（Labels）
标签是键值对，用于标识告警的来源和属性。标签直接影响告警的去重和路由。具有相同标签集的告警被视为同一个告警实例。
| 标签来源 | 说明 | 示例 |
|---|---|---|
| 查询结果标签 | 从PromQL/Loki查询结果中继承的标签 | instance="web-01", job="api" |
| 自定义标签 | 在规则中手动添加的静态标签 | severity="critical", team="infra" |
| 模板标签 | 使用Go模板语法动态生成的标签 | env="{{ $labels.environment }}" |
3.5.2 注释（Annotations）
注释也是键值对，但用于提供人类可读的信息，如告警描述、修复步骤、Runbook链接等。注释不会影响告警的去重和路由。
标签与注释的典型配置：
# 标签：用于路由和去重
labels:
severity: critical
team: platform
environment: production
# 注释：用于通知和排查
annotations:
summary: "{{ $labels.instance }} CPU 使用率超过 90%"
description: "实例 {{ $labels.instance }} 的 CPU 使用率已达到 {{ $value | humanizePercentage }}，持续超过 5 分钟。"
runbook_url: "https://wiki.company.com/runbooks/high-cpu"
dashboard_url: "https://grafana.company.com/d/abc123?var-instance={{ $labels.instance }}"3.6 规则结构总览
以下SVG图展示了告警规则各要素之间的完整关系：
3.7 参数化测试切入点
基于以上六要素，在后续章节中我们将对以下参数进行系统化的测试验证：
- 表达式参数：查询时间范围、聚合粒度、函数参数。
- 条件参数：阈值边界值、比较运算符、多条件组合。
- 持续时间参数：0s（无防抖）、短持续时间（30s）、长持续时间（10min）。
- 标签参数：标签数量、标签值长度、特殊字符、动态模板。
- 注释参数：模板变量解析、URL格式、Markdown渲染。