故障中心¶

故障中心是观测云平台的核心功能模块，专用于管理由系统监控自动发现的异常事件（即故障）。它提供了一套标准化的处理流程，涵盖从故障发现、处理解决到事后复盘的全生命周期管理。

如何定义故障¶

在观测云中，“故障”指由您配置的监控器自动检测并生成的系统异常。当监控器发现指标异常、日志错误或应用性能下降时，即会触发创建。系统会智能合并相同问题的重复告警为单条记录，以此抑制告警风暴，帮助您聚焦于解决问题。

故障的产生完全依赖于您预先配置的监控体系，是自动化监控的结果。这些规则持续检测基础设施、应用程序、日志等数据。当任何数据超出规则设定的正常范围（阈值），即被判定为“异常”，从而触发故障流程。

所有故障事件都会汇聚到“故障中心”统一管理。在这里，您可以看到所有故障的列表，包括状态、等级、负责人等信息。点击任意故障，将进入其详情页。这是解决故障最重要的界面，因为它提供了：

故障的处理遵循一套清晰的规范流程：

1. 自动化通知与响应

系统根据预设的值班通知第一责任人。若未在设定时限内处理，则按升级策略自动通知后续人员或团队，形成多级响应保障。

2. 基于聚合信息的分析定位

处理工作在故障详情页进行。该页面集成了相关指标、日志、链路追踪及影响范围分析，提供了集中的分析环境。

3. 标准化的过程追踪

处置过程需按标准状态流转。所有操作与沟通均被系统自动记录为时间线，确保过程可追踪、权责可追溯。