生态里，时序数据的标识，就是一堆标签集合，所以这里的过滤，就 是针对标签做过滤，支持四类操作符：  =：完全匹配，比如 app="clickhouse"  !=：完全不匹配，比如 app!="clickhouse"  =~：正则匹配，比如 app=~"n9e-.*"  !~：正则不匹配，比如 app!~"n9e-.*" 指标名称，通常放到大括号之外，但实际上，指标名称也是一个标签，其标签Key是 mem_total 的5条记录中找标签相同的记录，进 行除法运算。除法运算得到5条结果（0~1之间的数字），然后跟100相乘（得到百分比大 小），100这个数字称为标量，5条结果和标量计算，会把每一条结果分别乘以100，得到最终 的结果，这个最终结果其实就是 mem_available_percent。 如果分子和分母对应的selector查到的数据标签不同，就没法做除法运算了，比如 net_bytes_recv net_bytes_recv 比内存相关的指标多了一个interface的标签（标明网卡），二者是没法做运算 的，结果为空： net_bytes_recv{app="clickhouse"}/mem_total{app="clickhouse"} 比较运算符  == (equal)  != (not-equal)  > (greater-than)  < (less-than)

的是一个问题，只是时间戳不同，这样的两个 event，就可以收敛为一个 alert。 从实现上来说，告警策略（也称告警规则）+ 指标标签集的哈希值，可以作为 alert 的唯一标识。比如 刚才的例子，告警策略的 ID 假设为 32，标签集是：[“name=cpu_usage_idle”, “host=host1”]， 这两个时间戳产生的告警事件，哈希值都是一样的。 计算方法是： 敛成一个 故障，下一分钟所有告警收敛成另一个故障。显然，一个故障内的多个告警相互之间可能没有关联关系， 所以这种收敛方法不是太好。 2、根据时间 + 标签做收敛 除了时间维度，再加上某个标签作为收敛维度，比如机器标签，某个时间段内所有 A 机器的告警收敛成 一个故障，所有 B 机器的告警收敛成另一个故障。或者按照服务维度，某个时间段内所有 A 服务的告警 收敛成一个故障，所有 ？通过在协作空 间里配置订阅规则。 订阅规则 订阅规则是一些过滤条件（通过事件标签、属性等），用于匹配告警事件，匹配到的告警事件，自动进入 这个协作空间。 比如：根据标签 来过滤告警事件， 把过滤到的告警事件订阅到“支付”协作空间。在“私有云”协作空 间创建订阅规则，根据标签 来过滤告警事件，把过滤到的告警事件订阅到“私有云”协作空间。 排除规则 告警事