怎样设置数据库告警阈值

设置数据库告警阈值的核心目标是：在问题影响业务之前，及时发现异常。下面按“通用思路 → 主流数据库示例 → 最佳实践”来说明。

一、通用设置思路（适用于任何数据库）

1. 明确监控指标

常见需要设置阈值的指标包括：

• 资源类
  • CPU 使用率
  • 内存使用率
  • 磁盘空间 / 磁盘 IO
• 连接类
  • 活跃连接数
  • 等待连接数
• 性能类
  • 慢查询数量
  • 查询响应时间（P95 / P99）
• 可靠性类
  • 主从延迟
  • 备份失败
  • 错误日志频率

2. 阈值类型

• 绝对值阈值：如磁盘使用 > 85%
• 变化率阈值：如 CPU 5 分钟内增长 > 30%
• 同比 / 环比：如 QPS 比昨天同时段下降 50%

3. 告警级别

• Warning（预警）：可观察，暂不处理
• Critical（严重）：需立即介入

二、不同数据库的设置示例

1. MySQL / PostgreSQL（以 Prometheus + Alertmanager 为例）

示例：MySQL 磁盘使用率告警

- alert: MySQLDiskUsageHigh
  expr: mysql_disk_used_percent > 85
  for: 5m
  labels:
    severity: warning
  annotations:
    summary: "MySQL 磁盘使用率过高"
    description: "当前磁盘使用率为 {{ $value }}%"

示例：主从延迟

- alert: MySQLReplicationLag
  expr: mysql_slave_lag_seconds > 30
  for: 2m
  labels:
    severity: critical

2. Oracle

可通过：

• Oracle Enterprise Manager (OEM)
• AWR / ADDM
• 自定义 PL/SQL + 调度任务

示例指标：

• Tablespace 使用率 > 90%
• 长时间锁等待
• Redo log 切换频率异常

3. 云数据库（RDS / PolarDB / TDSQL 等）

通常直接在控制台配置：

• 阈值告警
• 联系人组
• 告警渠道（短信 / 钉钉 / 企业微信）

例如：

• CPU > 80% 持续 5 分钟 → 告警
• 连接数 > 实例规格 70% → 预警

三、推荐阈值参考（可按业务调整）

四、最佳实践

1. 不要只设一个阈值
   • 预警 + 严重，分层处理
2. 避免告警风暴
   • 加 for 持续时间
   • 合并相似告警
3. 结合业务周期
   • 大促、报表期单独调阈值
4. 定期复盘
   • 误报太多 → 放宽
   • 漏报 → 收紧或加指标

如果你能告诉我：

• 用的是哪种数据库（MySQL / Oracle / 云数据库等）
• 是否有监控平台（Prometheus / Zabbix / 云监控）
• 关注哪些指标

我可以直接帮你写可落地的告警规则配置。