Установка пороговых значений оповещений была сложной задачей из-за необходимости анализа исторических данных и ограничений статических порогов при растущих нагрузках. Метрики, которые меняются в зависимости от времени суток, особенно трудно отслеживать с помощью фиксированных порогов. Оповещения Cloud Monitoring теперь предлагают политики оповещений с длительным периодом просмотра для PromQL, в настоящее время находящиеся в предварительной версии, которые используют до двух лет данных метрик. Эта функция обеспечивает динамическое установление пороговых значений, когда оповещения срабатывают на основе исторического поведения метрики, а не фиксированного значения. Например, оповещение может быть установлено так, чтобы срабатывать, если недавняя производительность значительно отклоняется от более длительного исторического среднего значения. Для динамического установления пороговых значений доступны различные алгоритмы, включая скользящие средние для стабильных данных, z-оценки для волатильных данных и сезонное разложение для метрик с паттернами времени суток. Скользящие средние сравнивают недавние тенденции с долгосрочным средним значением, в то время как z-оценки выявляют аномалии на основе стандартных отклонений. Сезонное разложение сравнивает текущие данные с соответствующими историческими периодами, что идеально подходит для метрик с ежедневными или еженедельными паттернами. Динамические пороги также могут использоваться для предотвращения перерасхода средств путем автоматической корректировки квот при аномальном увеличении метрик расходов. Cloud Monitoring разрабатывает более продвинутые функции обнаружения аномалий с использованием моделей искусственного интеллекта. Пользователи могут зарегистрироваться в качестве партнеров по проектированию, чтобы предоставить отзывы об этих новых возможностях.