爲何要壓縮告警？
運維監控工具/平臺，一般是通過配置固定閾值，達到閾值後自動觸發/生成告警。如網絡中斷、閃斷；系統升級更新；設備多監控內容多等情況下，更會產生海量告警。以下爲告警管理常見問題：
故障期間，告警風暴，手機/郵箱會被海量告警淹沒；
運維人員很難從海量告警從篩選出重要告警，容易忽略重要告警；
固定閾值控制，頻繁誤報、漏報告警；
如何實現告警壓縮與降噪？
睿象雲智能告警平臺 Cloud Alert（後文爲：CA）適應不同行業、不同規模、不同運維水平公司的各種告警需求，平臺支持多維度告警壓縮合並與降噪，幫助您在不遺漏重要告警前提下，快速減少告警。
CA實現告警降噪根據降噪程度不同，分爲事前和事後共三種方式：
事前：也就是影響告警通知的方式；
事後：不影響告警通知的方式，可以用作事後分析判斷。
1.自動去重壓縮；（事前）
2.規則壓縮；（事前）
3.算法智能降噪（事後）
自動去重（事前）
全量告警推送到CA平臺後，CA平臺會自動基於時間序列，將相同的事件/告警壓縮。不同監控工具去重壓縮機制有細微差異：根據 eventId(事件ID)和告警對象，去除重複告警。
規則壓縮（事前）
自動去重後的告警，會按照壓縮規則，將相似、同源(同一設備不同類型的信息)告警再次進行壓縮。一共分爲兩種壓縮機制，分別是：
1.算法智能降噪
2.自定義壓縮規則降噪
算法智能降噪
主要原理是將指定時間內的告警，提取相應的關鍵詞放在一組模板中，通過我們的算法將告警進行比對，符合要求的告警會被壓縮、整合後在進行通知。
自定義壓縮規則降噪
用戶可根據自身需求來設置主機、服務、告警內容、告警對象的壓縮條件，設置完畢後告警會根據告警壓縮規則，來進行壓縮降噪。
智能算法降噪（事後）
這個事後的算法智能降噪，用於用戶的告警分析，使得用戶可以清晰的排查告警主要出現的問題在哪，是在通知後進行的，所以不影響告警通知，其中有兩種降噪方式，分別是：
1.高聚合智能算法降噪
2.仿閱讀智能算法降噪
高聚合智能算法降噪
主要原理是將告警的內容，進行文本以算法進行比較，將符合要求的告警文本進行告警聚類。
仿閱讀智能算法降噪
主要原理是將告警內容模板化，再將告警模板以一種特定的算法進行對比，將符合規定的告警進行合併。
仿閱讀智能算法比高聚合智能算法，降噪條件更嚴格，因此聚類後的結果一般多於後者。
一個高效的壓縮與降噪方式，能夠有效的避免告警風暴問題，並且能夠減少大部分的成本。更多高效功能，歡迎訪問睿象雲智能告警平臺，進行產品使用。