波动基线怎么定

难度与前置

难度：进阶
前置：做过行数/金额监控；知道误报太多告警会被忽略。
读完能做什么：为指标选定基线算法与窗口，设置阈值与静默期，区分「真异常」与「季节性」，并用回测降低误报。

适用场景

行数、GMV、UV、空置率日波动告警噪声大
大促 / 周末 / 月末天然起伏，固定 ±5% 不适用
质量闭环里「异常检测」缺少统一基线方法（见质量闭环）

不适用：

强规则（主键唯一、枚举合法）——用确定性校验，不靠基线
无历史数据的新表（先积累再基线，期间用人肉阈值）
需要因果解释的根因分析（基线只负责「偏了」，根因另查）

真实场景（一条）

ADS 订单行数告警：相对昨日 ±10%。周末误报；大促漏报（涨了 80% 被当成异常关掉阈值后，真事故又漏）。改为：工作日用「同比上周同星期几」中位数 + MAD；大促日历切「活动基线」；空置率用绝对阈值。回测 90 天：误报降 70%，大促期间真延迟事故仍能打出。

怎么做（步骤清单）

1. 先定监控对象与粒度

对象	粒度	备注
分区行数	表 × 分区日	最常用
业务指标	金额 / UV	与口径一致
质量率	空置率、延迟率	常用绝对阈值
链路延迟	分位延迟	见新鲜度 SLA

同一对象不要混用「相对昨日」与「相对上周」而不标注。

2. 基线算法选型

算法	适用	不宜
环比昨日	极稳的系统指标	周末/节假日
同比上周同星期几	有周季节性	长假、大促
近 N 天均值 ± kσ	近似正态、无突变	重尾、频繁活动
中位数 + MAD	有毛刺、更稳健	需解释给业务时稍抽象
分位数带（P50～P90 带）	延迟类	行数类需谨慎
日历切换基线	大促 / 假期	要维护日历表

text

默认推荐：
- 流量/订单行数：同比「上周同星期几」± 相对阈值，或 median+MAD
- 空置率/失败率：绝对阈值（如 > 1%）
- 延迟：SLA 绝对线 + 分位趋势

3. 用 SQL 沉淀基线表

sql

-- 示意：日行数事实
CREATE TABLE IF NOT EXISTS dq_metric_daily (
  metric_name STRING,
  metric_date STRING,
  metric_value DOUBLE,
  tags MAP<STRING,STRING>
);

-- 计算「上周同星期几」基线与偏差
WITH today AS (
  SELECT metric_value AS v
  FROM dq_metric_daily
  WHERE metric_name = 'ads_order_rows'
    AND metric_date = '${biz_date}'
),
base AS (
  SELECT metric_value AS b
  FROM dq_metric_daily
  WHERE metric_name = 'ads_order_rows'
    AND metric_date = date_sub('${biz_date}', 7)
)
SELECT
  t.v,
  b.b,
  (t.v - b.b) / NULLIF(b.b, 0) AS rel_diff
FROM today t CROSS JOIN base b;

sql

-- 中位数 + MAD（近 28 个「同星期几」）
WITH hist AS (
  SELECT metric_value AS v
  FROM dq_metric_daily
  WHERE metric_name = 'ads_order_rows'
    AND date_format(metric_date, 'u') = date_format('${biz_date}', 'u')
    AND metric_date BETWEEN date_sub('${biz_date}', 196) AND date_sub('${biz_date}', 7)
),
stats AS (
  SELECT
    percentile_approx(v, 0.5) AS med,
    percentile_approx(abs(v - percentile_approx(v, 0.5)), 0.5) AS mad
  FROM hist
)
SELECT * FROM stats;
-- 告警示意：abs(v - med) > 3 * 1.4826 * mad

4. 阈值与日历

相对阈值：如 |rel_diff| > 0.15 警告，> 0.30 严重（按系列调）
绝对地板：行数 < 1000 直接严重（防基线为 0）
日历表：is_promo/is_holiday 切换阈值或基线源
静默期：表延迟未到 SLA 前不比行数（与新鲜度联动）

sql

-- 日历示意
SELECT
  cal.day,
  cal.is_promo,
  CASE WHEN cal.is_promo THEN 0.50 ELSE 0.15 END AS warn_rel_th
FROM dim_calendar cal
WHERE cal.day = '${biz_date}';

5. 回测降误报（上线前必做）

取历史 60～90 天指标序列
用拟定规则「假跑」告警
统计：告警天数、与已知事故交集（召回）、无事故告警（误报）
调阈值 / 换算法直到误报可接受（如每周 < 2 次可解释）

bash

# 回测输出示意
echo "metric,method,days,alerts,known_incidents_hit,false_alerts"
# ads_order_rows,dow_wow_15pct,90,18,2,14
# ads_order_rows,median_mad_3,90,6,2,2

6. 告警内容要可行动

告警消息至少含：

指标名、分区、当前值、基线值、偏差
基线方法（「上周同天」还是 MAD）
相关表 / 任务链接
建议第一步（查上游完成否 / 对账 / 联系值班）

避免只发「异常」两字。闭环见质量闭环、对账。

7. 多指标联合（降噪）

组合	解释
行数↓ + 上游未完成	延迟，非质量坏
行数正常 + 金额↓	口径/过滤事故嫌疑
空置率↑ + 行数不变	解析/Join 丢字段

联合条件可减少「单一波动」误报。

8. 落地清单

指标字典：名字、SQL、口径负责人
基线方法与参数入库
日历与静默规则
回测报告附 PR
告警路由与认领
季度复盘阈值

常见坑（至少牢记这些）

全局 ±5% 一把梭
周末与大促要么吵死要么聋。
用含事故日的数据当基线
基线被污染，真异常被「洗」成正常。
基线用均值但对重尾指标
一次尖刺抬高均值，后续漏报。
表还没跑完就比行数
新鲜度问题被当成丢数；先看新鲜度 SLA。
告警无基线方法说明
值班不知道该信「同比」还是「环比」，重复拉人。
只上告警不做回测
第一周风暴，之后全员屏蔽告警。

如何验收（可量化）

[ ] 每条核心指标有文档化基线方法与参数
[ ] 90 天回测：误报与召回达到约定
[ ] 大促/假期日历切换演练通过
[ ] 告警文案含当前值/基线/方法
[ ] 与已知事故库对照：应鸣尽鸣
[ ] 静默期与上游 SLA 对齐

sql

-- 当日是否告警（落地结果表）
SELECT metric_name, metric_date, v, baseline, rel_diff, is_alert, method
FROM dq_alert_result
WHERE metric_date = '${biz_date}'
ORDER BY is_alert DESC, abs(rel_diff) DESC;

bash

echo "week,false_alert_count,incident_recall"
# 2026-W38,2,1.0

波动基线怎么定 ​

适用场景 ​

真实场景（一条） ​

怎么做（步骤清单） ​

1. 先定监控对象与粒度 ​

2. 基线算法选型 ​

3. 用 SQL 沉淀基线表 ​

4. 阈值与日历 ​

5. 回测降误报（上线前必做） ​

6. 告警内容要可行动 ​

7. 多指标联合（降噪） ​

8. 落地清单 ​

常见坑（至少牢记这些） ​

如何验收（可量化） ​

相关面试题 ​