4. 基础设施层阈值（二）：网络带宽、丢包率、TCP连接数的阈值设计与动态基线

网络是基础设施的“血管”，其质量直接决定上层应用的响应时间与可用性。本节聚焦三个核心网络指标——带宽利用率、丢包率、TCP连接数，分别给出静态阈值与动态基线的设计方法，并结合Grafana面板展示调优后的可视化效果。

4.1 网络带宽利用率：从“水位线”到“潮汐模型”

带宽利用率是网络拥塞的直接信号。传统做法是设置固定百分比阈值（如 80%），但现代数据中心流量具有明显的潮汐特征（白天业务高峰 vs 夜间备份/同步），固定阈值容易误报或漏报。

4.2 丢包率：零容忍与容忍区间的博弈

丢包率是网络质量最敏感的指标。在 TCP 场景下，丢包直接触发拥塞控制，导致吞吐量断崖式下降。但完全零容忍在广域网中不现实，因此需要分层设计。

• 同机房/同可用区（DC/Zone）：丢包率应长期为 0%，任何 > 0.01% 的丢包都应视为故障。
• 跨可用区（Region 内）：丢包率 < 0.1% 为正常，0.1% ~ 0.5% 为 Warning，> 0.5% 为 Critical。
• 跨地域/公网：丢包率 < 1% 为正常，1% ~ 3% 为 Warning，> 3% 为 Critical。

4.3 TCP连接数：ESTABLISHED 与 TIME_WAIT 的分治策略

TCP 连接数需要区分状态进行监控。最关键的三个状态是：ESTABLISHED（当前活跃连接）、TIME_WAIT（连接关闭后的等待状态）、SYN_RECV（半连接队列溢出风险）。

4.4 动态基线算法选型与参数配置

动态基线是网络阈值设计的核心。以下是三种常用算法的对比：

4.5 网络阈值动态基线架构图

下图展示了从指标采集到动态基线计算，再到 Grafana 面板可视化的完整链路：

4.6 Grafana 面板调优：动态基线可视化最佳实践

在 Grafana 中展示动态基线时，需要同时呈现原始指标、基线上下界、阈值线三个层次。以下是关键配置：

• 原始指标：使用 Time series 面板，线宽 2px，颜色使用深蓝 #3498db。
• 基线上下界：使用 Time series 面板的 “Series override” 功能，将基线上下界设置为虚线（Dash: 10,10），透明度 0.5，颜色使用浅灰 #95a5a6。
• 阈值线：使用 Thresholds 功能，设置 Warning 区域（黄色，透明度 0.1）和 Critical 区域（红色，透明度 0.15）。
• 图例：开启图例的 Values 显示当前值、均值、最大值，方便快速判断偏离程度。

# 原始指标
node_network_bandwidth_utilization{device="eth0"}

# 基线上界（均值 + 2σ）
avg_over_time(node_network_bandwidth_utilization{device="eth0"}[1h]) 
  + 2 * stddev_over_time(node_network_bandwidth_utilization{device="eth0"}[1h])

# 基线下界（均值 - 2σ）
avg_over_time(node_network_bandwidth_utilization{device="eth0"}[1h]) 
  - 2 * stddev_over_time(node_network_bandwidth_utilization{device="eth0"}[1h])

4.7 网络指标阈值设计总结矩阵

以下矩阵汇总了三个核心网络指标的阈值设计要点，可直接作为团队内部规范参考：