1.異常信息檢測(cè)

　　update消息，主要是監(jiān)聽(tīng)并緩存uptime消息，同時(shí)避免時(shí)間窗內(nèi)多次消息沖突，導(dǎo)致信息被覆蓋。

　　delete消息，通過(guò)SA判斷ping不通，且ssh不通情況下發(fā)起，刪除該條消息，避免延遲太長(zhǎng)。

　　insert消息，在新增加機(jī)器， 或者重裝后重新上位的機(jī)器發(fā)起，該消息對(duì)宕機(jī)發(fā)現(xiàn)價(jià)值不大，配合uptime使用。

　　2.網(wǎng)絡(luò)異常檢測(cè)

　　服務(wù)器較多誤報(bào)是由于網(wǎng)絡(luò)問(wèn)題干擾，無(wú)法準(zhǔn)確判斷出物理機(jī)是否宕機(jī)，有可能是網(wǎng)絡(luò)問(wèn)題。

　　排除上聯(lián)網(wǎng)絡(luò)設(shè)備異常導(dǎo)致的誤報(bào)，包括機(jī)房斷網(wǎng)演練，小面積網(wǎng)絡(luò)故障，上聯(lián)網(wǎng)絡(luò)故障，如通過(guò)探測(cè)丟包情況，使用一些邏輯初步判斷網(wǎng)絡(luò)問(wèn)題。

　　服務(wù)器本身未丟包的誤報(bào)，除了需要過(guò)濾出網(wǎng)絡(luò)問(wèn)題，還要通過(guò)丟包數(shù)據(jù)分析，過(guò)濾掉SA誤報(bào)問(wèn)題， SA異常會(huì)上報(bào)心跳異常，被誤理解為宕機(jī)。

　　3.服務(wù)器異常信息檢測(cè)

　　個(gè)別機(jī)房有時(shí)候會(huì)出現(xiàn)大面積風(fēng)暴式的無(wú)故的信息異常，同時(shí)網(wǎng)絡(luò)ping包異常，但上聯(lián)網(wǎng)絡(luò)設(shè)備ping包正常，這種誤報(bào)，一般根據(jù)具體case具體進(jìn)行針對(duì)性的分析。如根據(jù)監(jiān)控每個(gè)機(jī)房的上報(bào)頻率，排除干擾。

　　4.ping檢測(cè)

　　大部分干擾已經(jīng)過(guò)濾掉，但仍有一部分誤報(bào)隱藏其中。比如ping異常，都合乎宕機(jī)判斷的邏輯，會(huì)導(dǎo)致誤判成宕機(jī)，如導(dǎo)致網(wǎng)卡被打爆，或者重試率高，這種是業(yè)務(wù)原因?qū)е戮W(wǎng)絡(luò)異常，但業(yè)務(wù)認(rèn)為不是異常，需要排除掉。

　　再例如服務(wù)器并沒(méi)有掛掉，但是IO延時(shí)和資源占用率各項(xiàng)指標(biāo)都不正常等場(chǎng)景。針對(duì)以上等情況，增加uptime判斷以及帶外日志分析排查。