告警规则先覆盖用户可感知故障

监控指标很多，但告警不应该一开始就追求全。先覆盖用户可感知故障：接口 5xx、延迟升高、服务不可用、队列积压、磁盘满。

告警太多会让人麻木。每一条告警都应该能指向明确动作，比如扩容、回滚、排查依赖或清理磁盘。

指标看板可以丰富，告警要克制。没人处理的告警就是噪音。

好的告警不是告诉你系统有波动，而是告诉你用户体验正在变差，必须处理。