值班告警疲劳怎么办？

更新时间：2026-09-19。短答页。当值班每天被大量「不需要行动」的告警吵醒，结果只有两个：要么麻木漏报真事故，要么人被拖垮。告警疲劳首先是告警质量问题，其次才是排班问题。

一句话回答

先治理告警本身（只对需要人立刻行动的症状报警、双窗口降噪、分级、周复盘删噪音），把 page 量压到「平时很安静」；再用合理的主备轮换、限时 ack 和超时升级、配套 runbook 与应急权限，让真告警有人能快速有效响应。

降低噪声（治本）

1. page 准入标准：只对「正在影响用户且需要立即动作」的事件打电话；CPU 偶高、自愈抖动降为 ticket。
2. 多窗口燃烧率：短窗 AND 长窗同时超阈值，毛刺不打扰（见告警设计）。
3. 聚合+抑制：同一根因只通知一条，见告警风暴治理。
4. 统计有效率：每周复盘每条 page——多少是真事故、多少误报、能否自愈；误报高的调阈值或删除。
5. 工作时间静默非紧急：warning 走工单/群消息，不占用夜间 page 通道。

排班与响应机制（减负）

机制	作用
主/备值班轮换	公平分担夜间和周末，避免一个人长期 on-call
限时 ack（如 5 分钟）	保证告警有人接，未确认自动升级
escalation 升级	主班没响应逐级通知备班/Tech Lead，而非重复呼叫同一人
runbook	每条 page 附第一步动作、回滚/限流/降级命令，降低心理负担
应急权限	值班有回滚、扩容、开关的权限，不至于「知道怎么干但没权限」
值班交接	未闭环告警、临时静默、已知问题书面交接

怎么判断已经疲劳

• 大量告警被随手划掉、没人看；
• 同一误报反复出现却没人治理；
• 值班期间长期睡眠中断、反馈「听到提示音就紧张」；
• 真事故的平均 ack 时间在变长。

出现这些信号，应立即减少 page 数量、复查阈值，而不是要求值班「更认真」。

坑

• 用「多重复推送」代替升级机制，把一个人轰炸到麻木。
• 一个人长期值夜班，没有轮换和补偿。
• 告警没有 runbook，半夜被叫醒还要现场想怎么处理。
• 误报不追责到告警本身，反而怪值班响应不及时。

总结

告警疲劳要先靠提升告警质量解决——只对需立即行动的用户症状 page、双窗口燃烧率降噪、按根因聚合抑制、每周淘汰误报，把通知量降到平时安静；再用主备公平轮换、限时 ack、超时升级、随告警附带 runbook 和应急权限保证真事故既叫得醒人、人也处理得动，切忌用反复轰炸同一人来代替升级机制。