Alertmanager 静默与抑制

Silence 是带过期时间的人工通知抑制，适合计划发布、节点维护和迁移窗口；Inhibition 是写入配置的根因与症状关系，适合长期稳定的故障传播模式。两者都不能代替修复告警噪声或缺陷。

1. 创建 Silence

在 UI 中按标签创建静默，或使用 amtool：

amtool --alertmanager.url=http://127.0.0.1:9093 silence add \
  environment=production cluster=production-a instance=node-01.internal.example \
  --duration=2h --author='platform-oncall' \
  --comment='CHG-2026-042 node maintenance'

静默匹配条件应尽可能具体，包含环境、集群、服务或实例，并记录负责人、变更单与到期时间。维护结束后立即确认服务和告警恢复，不要等待静默自然过期。

2. Silence 生命周期

通过 UI 或 amtool silence query 定期检查即将到期、长期存在和范围过宽的静默。删除或过期后，应确认被覆盖的告警不会立即形成不可处理的通知风暴；必要时先分批恢复或调整维护计划。

3. 抑制规则

inhibit_rules:
  - source_matchers: [alertname="NodeDown", severity="critical"]
    target_matchers: [alertname=~".*Down"]
    equal: [cluster, instance]

此规则只在相同集群和实例上，由 NodeDown 抑制症状告警。equal 边界过少会误抑制其他服务或机房的独立故障；规则应配套测试告警和负责人。

4. 生产实践

发布前建立有限时静默，故障期间优先定位根因后再考虑临时降噪。永久静默、无工单静默和过宽正则都是风险信号，应进入每周巡检与告警治理清单。