grafana/promql-anomaly-detection

解决的问题

该框架提供了一种直接在 Prometheus 内使用 PromQL 检测时序数据异常的方法，无需依赖外部异常检测系统。

工作原理

该系统使用一组记录规则，为指标创建上下两个「异常带」。这些带通过不同的策略进行计算：

• 自适应策略：使用均值和标准差，并结合平滑函数和高通滤波器，检测短期变化，同时减少对重复事件的误报。
• 稳健策略：使用中位数和中位数绝对偏差（MAD），以处理脉冲式或非正态分布的数据，并检测长期变化。

这些带结合了短期波动性、季节性（日或周模式）以及边距带，确保最小宽度。当指标在显著持续时间内跨越这些带时，告警规则将触发。

适用人群

希望对请求率、延迟、错误率和资源使用率等指标实现自动化异常检测，但又不想增加新基础设施的 Prometheus 和 Grafana 用户。

特点

• 无外部依赖：完全在 Prometheus/PromQL 生态系统内运行。
• 支持季节性：可适应重复的日或周模式。
• 灵活策略：根据数据分布提供自适应和稳健两种算法。
• Grafana 集成：支持在时序面板上直接叠加异常带以进行可视化。