grafana/promql-anomaly-detection

解決的問題

此框架提供了一種直接在 Prometheus 內使用 PromQL 檢測時序資料異常的方法，無需依賴外部異常檢測系統。

工作原理

該系統使用一組記錄規則，為指標建立上下兩個「異常帶」。這些帶透過不同策略計算：

• 自適應策略：使用平均值與標準差，並結合平滑函數與高通濾波器，檢測短期變化，同時減少對重複事件的誤報。
• 穩健策略：使用中位數與中位數絕對偏差（MAD），以處理脈衝式或非常態分佈的資料，並檢測長期變化。

這些帶結合短期波動性、季節性（日或週模式）以及邊距帶，確保最小寬度。當指標在顯著持續時間內跨越這些帶時，告警規則將觸發。

適用對象

希望對請求率、延遲、錯誤率和資源使用率等指標實現自動化異常檢測，但又不想增加新基礎設施的 Prometheus 與 Grafana 使用者。

特點

• 無外部依賴：完全在 Prometheus/PromQL 生態系統內運行。
• 支援季節性：可適應重複的日或週模式。
• 靈活策略：根據資料分佈提供自適應與穩健兩種演算法。
• Grafana 集成：支援在時序面板上直接疊加異常帶以進行可視化。