2. 值班环境基线定义：什么是基线、基线指标与偏离判定

在告警降噪体系中，基线（Baseline）是值班环境“正常”与“异常”的分界线。没有基线，告警就失去了比较的参照物，所有波动都会被视为故障。本章将系统定义基线、核心指标以及偏离判定标准，为后续自动化核验打下基础。

2.1 什么是基线

基线是系统在稳定运行周期内，关键性能指标（KPI）的统计分布范围。它不是单一固定值，而是一个包含均值、标准差、百分位数的动态区间。基线通常通过以下方式建立：

• 历史窗口法：取过去 7 天 / 14 天 / 30 天同一时间段的指标数据，计算 P50、P95、P99 作为基线上下界。
• 业务周期法：区分工作日 / 周末、白天 / 夜间、促销期 / 平峰期，分别建立基线。
• 部署版本法：每次代码发布后，重新校准基线，避免旧基线误判新版本行为。

2.2 核心基线指标

值班环境最关注的三大黄金指标（Google SRE 经典模型）为：延迟（Latency）、错误率（Error Rate）、饱和度（Saturation）。下表给出每个指标的定义、典型度量方式及基线示例：

2.3 基线偏离的判定标准

基线偏离不是简单的“超过阈值就告警”，而是需要结合偏离幅度、偏离持续时间、偏离趋势三个维度综合判定。以下是标准判定流程：

1. 幅度判定：当前值是否超过基线上下界的 N 倍标准差（通常取 2σ 或 3σ）。
2. 持续时间判定：偏离状态是否持续超过 M 个连续采样周期（如 3 个 1 分钟窗口）。
3. 趋势判定：偏离方向是持续恶化、稳定偏离还是快速回归。

只有同时满足幅度 + 持续时间两个条件，才判定为有效偏离，触发告警或自动化核验流程。趋势判定用于决定告警优先级：

2.4 基线偏离判定流程图

下图展示了从指标采集到偏离判定的完整流程，包含幅度、持续时间、趋势三个判定阶段：

2.5 基线偏离的自动化核验触发条件

在 on-call 自动化集成中，基线偏离判定结果直接决定是否触发核验流程。以下是标准触发条件矩阵：

2.6 基线偏离判定示例（代码片段）

以下 Python 代码展示了基线偏离判定的核心逻辑，包含幅度、持续时间、趋势三个维度的计算：

import numpy as np
from collections import deque

class BaselineDeviationDetector:
    def __init__(self, sigma_threshold=2.0, duration_threshold=3):
        self.sigma_threshold = sigma_threshold
        self.duration_threshold = duration_threshold
        self.history = deque(maxlen=10)  # 保存最近10个周期的偏离状态

    def check_deviation(self, current_value, baseline_mean, baseline_std):
        """
        返回: (is_deviation: bool, trend: str)
        """
        # 1. 幅度判定
        z_score = (current_value - baseline_mean) / (baseline_std + 1e-9)
        amplitude_deviation = abs(z_score) >= self.sigma_threshold

        # 2. 持续时间判定
        self.history.append(amplitude_deviation)
        duration_deviation = sum(self.history) >= self.duration_threshold

        # 3. 趋势判定
        if duration_deviation and amplitude_deviation:
            # 检查最近3个周期是否持续恶化
            recent = list(self.history)[-3:]
            if all(recent) and z_score > 0:
                trend = "rapid_worsening" if z_score > 3.0 else "stable_deviation"
            else:
                trend = "rapid_return"
        else:
            trend = "no_deviation"

        is_deviation = amplitude_deviation and duration_deviation
        return is_deviation, trend

2.7 基线偏离的常见误判场景与规避

即使有完善的判定逻辑，基线偏离仍可能出现误判。以下是三种典型场景及规避策略：