CloudWatch 异常检测器

在云原生架构中，静态阈值告警往往陷入两难：阈值设得过高会导致核心故障被淹没在噪音中，设得过低则会让团队对频繁的“狼来了”告警产生脱敏。CloudWatch Anomaly Detector 技能旨在解决这一运维痛点，通过引入机器学习算法，让系统根据历史数据自动学习指标的正常波动基线。

核心机制与工作流

该技能直接调用 AWS SDK 的 PutAnomalyDetector 与 GetMetricData API，在底层实现了异常检测带的自动化管理。其核心工作流分为三个关键步骤：

• 基线学习与建模：针对特定指标和统计值（如均值）训练专属的 ML 模型，生成动态的异常检测带。
• 动态边界计算：检测带会根据历史规律自动伸缩。例如，EC2 实例的内存利用率（MemoryUtilization）检测带会被严格约束在 0 到 100 的逻辑范围内，避免出现无意义的越界。
• 阈值触发与告警：当实时指标数据点偏离学习到的基线并穿透检测带时，即刻触发 CloudWatch 警报，且告警灵敏度支持自定义配置。

适用边界与工程实践

需要明确的是，该模型的预测精度高度依赖于历史数据的丰富度与规律性。对于缺乏历史数据的新部署服务，或者周期性极弱的随机指标，检测带可能无法准确收敛。此外，它仅适用于返回浮点数值的指标（如 CPU 使用率、请求延迟），对于离散的布尔状态或整数计数器指标效果有限。在工程实践中，建议结合业务层面的 SLO（服务级别目标）来综合评估告警策略。