2. 值班台概念与架构

值班台（War Room / On-Call Dashboard）是SRE体系中的“作战指挥中心”，它将分散的告警、事件、人员与流程整合到一个统一视图中，帮助值班人员快速感知故障、定位根因并协调恢复。本章从定义、核心功能与典型架构三个维度拆解值班台的设计原理。

2.1 值班台的定义

值班台是一个实时、聚合、可协作的监控与事件管理界面，其核心目标包括：

• 告警聚合：将来自Prometheus、Grafana、Jaeger、日志系统等多源的告警去重、降噪、关联后集中展示。
• 事件管理：对已确认的故障创建事件（Incident），跟踪其生命周期（触发、确认、处理、关闭）。
• 值班调度：展示当前值班人员、排班表、升级策略，确保事件能快速触达正确的人。
• 上下文关联：将告警与对应的链路追踪（Jaeger）、日志、指标、变更记录关联，缩短MTTR。

2.2 核心功能详解

2.3 典型架构组件

值班台的架构通常分为四层：数据接入层、处理与聚合层、存储层、展示与交互层。下图展示了各层之间的协作关系：

2.4 架构组件职责说明

各层组件在值班台中的具体职责如下：

• 数据接入层：负责接收来自不同监控系统的告警通知。通过标准Webhook、REST API或消息队列（Kafka/RabbitMQ）实现解耦接入。Jaeger的告警通常通过Alertmanager Webhook转发。
• 处理与聚合层：核心逻辑所在。执行告警去重（基于指纹+时间窗口）、事件关联（将同一Trace ID的告警合并）、优先级计算（基于SLO剩余时间、影响范围）、升级策略触发。此层是值班台智能化的关键。
• 存储层：持久化事件记录、告警历史、值班排班数据。推荐使用关系型数据库存储事件，时序数据库存储告警趋势。
• 展示与交互层：提供值班人员操作界面。需支持告警列表排序/过滤、事件详情查看、值班日历切换、一键跳转Jaeger链路详情页。

2.5 值班台与Jaeger的集成流程

下图展示了告警从Jaeger出发，经过值班台处理，最终展示给值班人员的完整链路：

2.6 值班台成熟度模型

根据SRE成熟度模型，值班台的发展通常经历以下阶段：