Improved Alerting with Atlas Streaming Eval

Improved Alerting with Atlas Streaming Eval

摘要

Netflix采用基于实时流式度量的告警方式，用于处理高维度/基数限制的时间序列数据库。这种方法可以支持更多的用例，提高系统的可靠性，避免误报和漏报。另外，流式评估可以放松高基数限制，监控并警报一些高基数用例，如从自由形式日志数据中派生的指标。Netflix还将其应用健康监控系统Telltale从轮询指标缓存转换为实时Atlas流式处理，以检测异常并计算相关性，减少故障恢复平均时间（MTTR）。此外，Netflix发现流式度量方法不受监视查询数量的限制，且支持更高的度量维度/基数，这为更精确的警报和更好的可观察性提供了机会。