告警设计

【背景】 我负责一条 B 端 SaaS 的指标看板链路：业务事件 → Kafka → Flink 微批聚合（批窗口 30s，每批一个调度 tick）→ ClickHouse（2.x LTS）→ 业务看板。业务方 SLA 是「事件发生后 90

«作者视角：8 年网络工程，长期盯系统稳定性与可观测性。这篇不讲某个协议怎么排障，而是讲一个被低估的基础设施——健康探测（synthetic probe）本身的设计。结论先行：绝大多数「ping 全绿、业务已挂」的事故，根因不是链路，而是探

背景 我负责一条 B 端 SaaS 的实时指标看板链路：埋点/订单事件 → Kafka（16 分区）→ Flink 微批聚合（窗口 10s，watermark 允许 30s 迟到）→ ClickHouse → 业务看板。业务方的 SLA 是