1. 课程导论与目标

1.1 为什么需要 PromQL 告警

在现代云原生架构中，可观测性已成为 SRE 保障服务稳定性的核心支柱。Prometheus 作为 CNCF 毕业的监控标准，其查询语言 PromQL 不仅是数据检索工具，更是告警规则的核心引擎。然而，许多团队在实践过程中面临以下痛点：

• 告警风暴：一条简单的 up == 0 规则在 Pod 批量重启时可能触发数百条告警，导致值班人员“告警疲劳”。
• 误报率高：瞬时抖动（如 GC 暂停、网络毛刺）被误判为故障，引发不必要的 On-Call 响应。
• 收敛缺失：缺乏对告警分组、抑制、静默的工程化设计，告警通知混乱无序。
• 表达式低效：复杂的 PromQL 聚合查询（如 quantile_over_time）在告警规则中频繁计算，导致 Prometheus 内存飙升。

PromQL 告警表达式的编写与收敛规则，正是解决上述问题的关键工程实践。通过精确的 PromQL 表达式设计，结合 Alertmanager 的收敛策略，可以实现“告警即信号，而非噪音”的目标。

1.2 课程面向人群

本课程面向以下三类核心人群，每类人群的学习重点与收益各有侧重：

1.3 学习路径概览

课程共分为 6 大模块、30 个章节，从基础到进阶，形成完整的知识闭环。以下为学习路径概览：

1.4 课程核心目标

完成本课程后，学员将具备以下能力：

1. 精准编写 PromQL 告警表达式：掌握从简单阈值到复杂预测（如 predict_linear）的表达式设计，避免常见语法陷阱。
2. 设计告警收敛策略：熟练配置 Alertmanager 的分组、抑制、静默规则，将告警数量降低 60% 以上。
3. 优化告警规则性能：通过 Recording Rule、查询优化、标签设计等手段，降低 Prometheus 计算负载。
4. 构建 SLO 驱动的告警体系：基于 Service Level Objective 设计 Burn Rate 告警，实现“告警即故障，而非噪音”。
5. 工程化落地：掌握 GitOps 管理告警规则、混沌工程验证告警有效性、告警自愈等高级实践。

1.5 课程知识体系结构

以下表格展示了课程 6 大模块与 30 章之间的依赖关系，帮助学员规划学习节奏：

1.6 课程环境与工具准备

为获得最佳学习体验，建议学员提前准备以下环境：

• Prometheus 实例：版本 2.45+，建议使用 Docker 快速部署：docker run -d -p 9090:9090 prom/prometheus
• Alertmanager：版本 0.26+，与 Prometheus 配合使用
• Node Exporter：用于生成系统指标数据，方便测试告警表达式
• Grafana（可选）：用于可视化验证告警规则效果

课程中所有 PromQL 表达式和 Alertmanager 配置均可在上述环境中直接运行。部分章节会提供 promtool 的单元测试方法，用于验证告警规则的正确性。

# 使用 promtool 测试告警规则示例
promtool test rules test_rule.yaml