概述
告警微服务（Alert Service）是物联网平台中负责告警全生命周期管理的独立服务，接收来自规则引擎、数据服务、设备服务的告警事件，完成告警收敛、分级、通知推送，并支持确认、处理、关闭的闭环管理。在工业监控、能源管理、智能运维等场景中，海量设备产生的异常事件若不加处理直接推送，将导致"告警风暴"——运维人员被大量重复、低价值告警淹没，真正需要关注的故障反而被忽略。告警微服务的核心价值在于"降噪"与"增效"。
物联网告警与IT运维告警存在显著差异：设备数量可达百万级、告警来源多样（离线、超阈、异常波动、通信故障）、通知对象包括现场工人、调度中心、管理层等多角色，且部分场景要求秒级响应（如安防、消防）。告警微服务需针对这些特点设计高吞吐、低延迟、可配置的告警流水线。
核心能力
告警收敛与降噪
- 相同告警合并：同一设备、同一规则在时间窗口内的重复告警合并为一条，附带发生次数
- 频率限制：单用户/单通道的推送频率限制，避免短信轰炸、钉钉刷屏
- 静默期：告警恢复后设置静默期，短期内同一规则不再重复触发
- 告警聚合：按设备组、区域、规则类型聚合，支持"某区域10台设备离线"类汇总告警
多通道通知
支持短信、邮件、钉钉、企业微信、飞书、APP推送、语音电话等多种通知方式。可根据告警级别、值班表、用户偏好进行路由：紧急告警走短信+电话，一般告警走APP推送，批量汇总走邮件日报。与第三方通知网关（阿里云短信、腾讯云SMS等）集成，支持模板配置、发送记录、失败重试。
告警升级与值班
- 升级策略：未确认告警在N分钟后自动升级，通知上一级或值班主管
- 值班轮询：按排班表将告警分配给当前值班人员，支持轮询、随机、负载均衡
- 升级链：一线→二线→三线，或按告警类型路由至不同处理组
闭环管理
告警从产生到关闭的全流程：触发→通知→确认（有人接手）→处理（填写处理措施）→关闭。支持告警统计、响应时长分析、重复告警分析，为运维优化提供数据支撑。与工单系统、CMDB集成，可实现告警自动转工单、关联资产信息。
物联网典型告警类型
设备离线告警：设备超过设定时间未上报心跳或数据，触发离线告警。需区分"真离线"（断电、断网）与"假离线"（设备休眠、批量上报间隔长），避免误报。可结合设备类型、历史行为设置差异化超时阈值。
数据异常告警：传感器数据突变、持续偏离正常范围、数据缺失等。如温湿度传感器读数突然归零、流量计出现负值，可能表示设备故障或通信异常。
阈值超限告警：温度过高、压力超标、电量不足等业务阈值告警。支持多级阈值（预警、告警、严重），不同级别采用不同通知策略。
通信与连接告警：物联网卡欠费停机、信号弱、连接频繁断开等，对依赖蜂窝网络的设备尤为重要。达希物联在物联网卡管理场景中，常将卡状态异常与告警服务联动，及时提醒客户续费或更换卡。
与规则引擎的协同
告警微服务通常不直接对接设备数据，而是接收规则引擎输出的告警事件。规则引擎负责"何时告警"（条件判断），告警微服务负责"如何通知"（收敛、路由、推送）。两者通过消息队列解耦，规则引擎发布告警事件到Kafka/RocketMQ，告警服务消费并处理。这种架构支持规则动态调整、告警服务独立扩缩容。
技术选型与实现
开源方案如Prometheus Alertmanager、Grafana Loki 适用于监控场景；物联网平台多采用自研或基于ThingsBoard、阿里云IoT等平台的告警模块。关键实现点：事件去重（基于设备+规则+时间窗口的Key）、异步推送（避免阻塞主流程）、通知通道的熔断与降级（某通道失败时自动切换）。