别再写告警规则了。 智能体读取你的日志并做出判断。
加入候补名单 Issues Critical latency degradation in checkout-edge worker Overview
Critical latency degradation in checkout-edge worker
Incident critical Polylane ·Detected 3 hours ago ·Last seen 4 minutes ago ·2 occurrences
OverviewInvestigationMetricsTimelineProperties
Critical latency degradation detected in checkout-edge worker: 18x+ P99 latency spikes sustained for 12 minutes
Causal metrics All metrics
Request Duration
414 ms ▲ 43.1σ
Wall Time
416 ms ▲ 43.0σ
CPU Time
14 ms ▲ 2.6σ
Blast radius
edge-gateway Cloudflare Worker ···
checkout-edge Cloudflare Worker ···
hd-prod Hyperdrive ···
payments-db PlanetScale ···
cart-svc Cloudflare Worker ···
Search your cloud resources...
5 resources Graph Table
Analysis Copy
Deploy 9f3c2a1 shrank the Hyperdrive pool
hd-prod from 50 connections to 5. Under checkout load,
requests queue on connection checkout and P99 rises 18× against the 30-minute baseline. Restoring the pool size restores latency.
Tags
service · checkout-edgeprovider · cloudflaredeploy · 9f3c2a1signal · wall_time_p99
一次尖峰不等于一次故障。 Polylane分得清。
-
你的图表变成检查
你团队已经在绘制的任何图表都会被监视:保存一个查询或搭一个仪表盘,Polylane就会接手。
-
懂你流量的基线
周二下午2点的正常,不是周日凌晨2点的正常。Polylane对照的是你的节律,而不是一条平线。
-
毛刺会被忽略
一次波动必须足够大、持续足够久,而且朝着变坏的方向。孤立的尖峰会被排除。
-
由智能体来拍板
它看的是全局,包括最近发生了什么变更。默认答案是一切正常。
-
附带证据
当确实出了问题,你拿到的是支撑这一发现的精确查询,而不是一张图加一句祝你好运。
有些问题从不飙升。 Polylane也会去读那些。
一股持续的崩溃流在每张图表上看起来都是平的,所以智能体也会自己读日志。而有些状态在任何基线下都是错的:一个CrashLoopBackOff不需要判断,一个普通阈值就能立刻抓住它。