告警聚合降噪、告警升级、告警认领、告警排班、告警协同，一网打尽
我们观察到，绝大部分公司都不止一套监控系统，比如同时使用了 Cacti、Zabbix、Prometheus、Open-Falcon、Nightingale、ElastAlert、Grafana 中的一款或多款，还用了阿里云（阿里云有3套监控：云监控、Arms、SLS）、腾讯云、华为云、AWS 等云厂商监控产品，通常会有以下痛点：
- 💥 告警事件散落在各处，没法在一个统一的地方统计、分析、协同
- 💥 监控系统重点是搞定数据采集、可视化、告警事件产生，事件的后续处理关注较少，比如缺少告警聚合、告警升级等能力，即使有些监控系统把这些能力也做了，但是是自闭环的，无法把能力共享给其他监控系统
- 💥 人员信息散落在各处，要改个手机号需要去多个系统同步修改
- 💥 没法和IM（飞书、钉钉、企微）良好打通，比如没法在IM里完成告警认领、屏蔽等逻辑，没有手机App或H5，不方便移动办公
- 💥 事件的处理分析通常是缺失的，比如发了多少事件，消耗了多少手机、短信费用，平均认领/响应时间，平均恢复时间等相关统计分析是缺失的
- 💥 缺少灵活的排班机制，落地SRE实践首先得做好排班，非OnCall的人就可以心无旁骛的干一些长线的工作
这些烦恼，我们懂！从创业第一天，我们就规划了这个产品，取名 FlashDuty（👈 点击快速体验），经过一年的打磨，是时候公开了！下面为大家分享一下我们的设计思路。
多事件源支持
告警事件散落各处，那就统一收集到一个中心，大部分监控系统都提供Webhook能力，通过Webhook的方式对接起来，FlashDuty目前支持了常见的事件源，当然，您也可以通过自定义事件推送接口直接推送。
订阅分组能力
这么多系统都对接进来，事件五花八门，都混在一起太混乱了，可以利用订阅规则把不同的事件分组到不同的协作空间。比如云平台的告警，分到云平台协作空间，由相关的研发和运维去处理，支付中台的告警，分到支付中台的专属协作空间，由相关的研发和运维去处理，各个团队的告警都类似的方式去处理。
当然，也可以为协作空间创建专属集成，让某个些事件进来就直接进入特定的协作空间，无需订阅规则。两种路由方式的详细区别可以参考这篇文章：FlashDuty协作空间的设计逻辑和路由逻辑
灵活的通知策略
针对不同的告警，可以设置不同的通知策略，比如高级别的告警使用电话通知，低级别的告警只使用邮件和IM通知：
我们点开某个通知策略，看看支持哪些配置：
不同时段、不同的事件可以有不同的发送策略，支持配置聚合窗口做告警聚合，减少通知打扰，支持配置排班，告警只发给值班人，当然，也支持发给整个团队，支持发给钉钉、飞书、企微，支持机器人的发送方式，也支持应用的方式，应用的发送方式支持卡片视图（卡片视图样例如下，那一坨英文是可以自定义成中文的），可以在卡片里认领告警、屏蔽告警，这个体验是相当丝滑的。如果告警触发之后，长时间没有人响应，告警也一直没有恢复，可以触发告警升级机制，升级给leader或者backup的人，保证告警闭环。另外还支持配置不同的告警通知模板，自定义展示内容。
支持告警屏蔽
可以灵活的过滤想要屏蔽的事件，支持周期性屏蔽，时段屏蔽。比如下面的例子，工作日的晚上我要屏蔽掉，周末一整天都要屏蔽掉，可以如下方式配置：
支持告警抑制
类似 alertmanager 的告警抑制能力，典型的场景是高级别的告警抑制低级别的告警，如果是监控系统来做，只能针对监控系统自身的事件做抑制，而FlashDuty来做，可以跨系统抑制，更为强大。
告警聚合查看
Nightingale 中有告警聚合查看的功能，可以从不同的维度来查看告警数量，非常方便，这个功能也做到了FlashDuty中，所有监控系统就都可以享受到这个能力了！
基于故障做协同
有的时候某个告警事件发出来，追查之后可能发现是依赖的数据库或者基础网络的问题，我这个团队自己就搞不定了，需要跨团队协同，此时可以把告警升级为故障，大家基于故障做协同，比如在故障下面做评论，贡献自己掌握的排查线索，基于这个信息未来可以做复盘。
灵活的排班表
要落地SRE实践，排班是必不可少的，灵活的排班表必须有！支持日常排班、节假日排班、请假调班，等等。
数据分析看板
告警事件降噪效果如何？认领的及时性如何？告警通常多久可以恢复？不同的团队表现如何？本周和上周是否有进步？等等等等。各种的统计需求，必须支持起来：
可还行？
FlashDuty 功能可还行？如果有兴趣，欢迎 点此试用 👈 我们提供免费版本！可以解决日常需求，当然，要恰饭的，也提供专业版，开放全部能力。欢迎各位小伙伴各取所需，合作共赢！
视频介绍
下面这个 15 分钟的视频，提供了更详细的操作演示，让你完成快速接入体验，视频放到了B站，可以用更高倍速播放。
