3. 校准误差定义

校准误差是质量门禁体系中连接原始观测数据与真实业务状态之间的偏差度量。在 PromQL 驱动的误差预算模型中，校准误差直接决定门禁阈值的可信区间。若校准误差未被显式建模，门禁将产生大量误报或漏报，导致 SLO 失效。

3.1 校准误差的来源

校准误差并非单一来源，而是由采集、聚合、时间窗口三个环节的偏差累积而成。下表列出三类误差的成因与典型量级：

3.2 采集偏差详解

采集偏差是校准误差的第一性来源。在 Prometheus 生态中，采集偏差主要来自以下场景：

• Scrape 超时与重试： 当 target 响应超过 scrape_timeout 时，Prometheus 丢弃该次采集，导致该时间片数据缺失。在 rate() 计算中表现为分母虚增或分子缺失。
• 客户端侧缓存与批处理： 应用层使用批处理上报指标（如 StatsD 聚合后转发），引入毫秒级到秒级的时间偏移，造成时间戳错位。
• 分布式时钟不同步： 多节点间时钟偏差超过 100ms 时，rate() 的增量计算会引入系统性偏移。

3.3 聚合偏差详解

聚合偏差是 PromQL 查询中最容易被忽视的误差来源。不同聚合函数对原始数据的失真程度差异显著：

3.4 时间窗口偏差详解

时间窗口偏差在 PromQL 的滑动窗口计算中尤为突出。以下 SVG 展示了不同窗口长度下同一指标的校准误差波动模式：

3.5 误差容忍度模型

误差容忍度模型定义了校准误差的可接受边界。本课程采用三层容忍度模型，与质量门禁的告警级别一一对应：

3.6 校准误差的 PromQL 建模

在实际质量门禁中，校准误差通过以下 PromQL 表达式进行量化与补偿：

# 采集偏差量化：计算最近 5m 的 scrape 成功率
scrape_success_rate = avg_over_time(
  up{job="my-service"}[5m]
)

# 聚合偏差补偿系数：基于聚合函数类型动态调整
aggregation_bias_coefficient = 
  if (query_function == "avg") then 1.03
  else if (query_function == "quantile") then 1.05
  else 1.01

# 时间窗口偏差补偿：窗口越短，补偿系数越大
window_bias_coefficient = 
  if (window_duration_seconds <= 60) then 1.08
  else if (window_duration_seconds <= 300) then 1.03
  else 1.01

# 综合校准误差系数
calibration_error_coefficient = 
  scrape_success_rate * aggregation_bias_coefficient * window_bias_coefficient

# 校准后的误差预算阈值
calibrated_budget_threshold = 
  raw_budget_threshold * calibration_error_coefficient

3.7 校准误差台账记录规范

每次门禁触发时，必须将校准误差信息记录到误差预算台账中，以便后续审计与模型调优。台账记录字段如下：