4、告警路由与分派：基于规则的告警路由、告警分派策略（轮询、权重、智能分派）
告警来了，然后呢？
这是很多运维团队初期会忽略的问题。大家往往把精力花在「怎么把告警发出来」，却很少思考「发给谁、怎么发、发完谁处理」。结果就是：告警全堆在一个群里，值班的人手忙脚乱，非值班的人视而不见。
我个人习惯把告警路由和分派比作「快递分拣中心」。告警就是包裹，路由规则决定了它去哪个片区，分派策略决定了由哪个快递员送货。今天我们就来拆解这个流程。
4.1 告警路由：让告警找到正确的门
告警路由的核心，就是根据告警的元数据，把它送到对应的处理队列或团队。说白了，就是「谁家的孩子谁抱走」。
常见的路由规则维度：
- 按告警级别：P0 级告警直接路由到 SRE 核心群，P3 级告警走工单系统。
- 按业务线：支付相关的告警路由到支付团队，用户相关的路由到用户增长团队。
- 按告警来源：基础设施告警走基础设施组，应用层告警走应用运维组。
- 按时间窗口：非工作时间的高级别告警，直接升级到值班经理。
我在项目中遇到过一个问题：某次大促期间，所有告警都涌向了同一个群，因为路由规则只配了「按告警级别」，没有区分业务线。结果支付团队被大量非支付告警刷屏，真正重要的支付失败告警反而被淹没了。
核心原则：路由规则要尽量细化，但不要过度碎片化。建议先按「业务域」做一级路由，再按「告警级别」做二级路由。
4.2 告警分派策略：谁来解决这个问题
路由决定了告警去哪个团队，分派则决定了团队里谁来接这个活。这里我重点讲三种主流策略：轮询、权重、智能分派。
4.2.1 轮询分派
最简单粗暴的方式。把团队成员排个序，告警来了按顺序轮流分配。比如 A、B、C 三个人，第一个告警给 A，第二个给 B，第三个给 C，第四个又回到 A。
优点：公平，每个人处理数量差不多。
缺点：不考虑个人能力差异和当前负载。比如 A 正在处理一个复杂问题，又来一个告警，还是硬塞给他。
我的建议：轮询适合告警量不大、团队成员能力相近的场景。如果团队里有人是新手，有人是专家，轮询就不太合适了。
4.2.2 权重分派
给每个人分配一个权重值，权重越高，被分配到的概率越大。比如专家权重是 3，新手权重是 1，那么专家被分配的概率是新手的 3 倍。
权重设置参考：
| 角色 | 权重 | 说明 |
|---|---|---|
| 高级 SRE | 5 | 能处理复杂问题 |
| 中级 SRE | 3 | 能处理大部分问题 |
| 初级 SRE | 1 | 处理简单告警，需要指导 |
| 值班经理 | 2 | 负责协调和升级 |
我曾经在一个项目中用过权重分派，效果不错。但有个坑：权重是静态的，不会自动调整。如果某个人今天状态不好，或者正在休假，权重还是不变，就会导致告警分配不合理。
注意：权重分派一定要配合「在线状态」和「忙碌状态」检测。如果一个人已经标记为忙碌或离线，应该自动跳过，把告警分配给下一个人。
4.2.3 智能分派
这是目前比较高级的做法。基于历史数据、个人技能标签、当前负载等因素，动态决定谁最适合处理这个告警。
智能分派的常见因素：
- 历史处理记录：谁处理过类似告警？处理速度如何？解决率如何？
- 技能标签：比如张三擅长数据库，李四擅长网络，数据库告警优先给张三。
- 当前负载：正在处理 3 个告警的人，优先级低于正在处理 1 个告警的人。
- 时间因素：谁最近处理过这个系统的告警？上下文还在，接手成本低。
嗯，这里要注意：智能分派听起来很美好，但实现起来需要数据积累。我见过一个团队，刚上线智能分派时，因为历史数据太少，分派结果还不如轮询。所以我的建议是：先跑轮询或权重，等积累了足够的历史数据（至少 3 个月），再切换到智能分派。
4.3 路由与分派的联动设计
路由和分派不是孤立的，它们需要联动。我画了一张图来说明这个流程：
你看，整个流程其实很清晰。告警先经过路由引擎，匹配规则后进入对应的队列，然后分派引擎根据策略选择具体的人。我在实际落地时，通常会把路由和分派做成两个独立的微服务，方便各自扩展和调优。
4.4 避坑指南与最佳实践
做告警路由和分派，有几个坑我踩过，分享给你：
- 不要把所有告警都路由到同一个人：我曾经见过一个团队，因为某个人技术最好，所有告警都路由给他。结果他成了瓶颈，其他人越来越依赖他，团队能力严重失衡。
- 分派策略要支持手动干预：自动分派不是万能的。有时候某个告警需要特定的人处理，要支持手动指定或转派。
- 要有升级机制：如果告警在 15 分钟内无人认领，自动升级到上一级。如果 30 分钟还没处理，升级到值班经理。这个机制能避免告警「沉底」。
- 记录分派历史：谁处理了什么告警、处理了多久、结果如何，这些数据是优化分派策略的基础。
一句话总结：路由让告警找到对的团队，分派让团队找到对的人。两者配合好了，告警处理效率能提升 50% 以上。
好了，关于告警路由和分派，今天就聊到这里。下一章我们会深入告警的升级与降级策略，看看告警处理过程中还有哪些细节需要注意。