传统告警系统难以应对高基数数据和复杂关系，往往迫使用户在即时但嘈杂的告警与僵化的指标监控之间做出妥协。关键系统问题经常隐藏在聚合数据和信号相关性之中。可观测性分析现在允许用户使用 SQL 查询日志和追踪数据，并且重要的是，能够从这些复杂的分析查询中创建告警。该预览版中的 SQL 告警功能超越了基础的阈值监控，实现了深度、上下文的检测。告警策略会运行定时 SQL 查询，基于回溯窗口分析最近的数据。如果查询结果满足定义的条件，则通过配置的渠道（如电子邮件或 Slack）发送通知。该系统利用 BigQuery 进行数据处理，并产生相应的费用。提供两种告警触发类型：用于简单事件量监控的行计数阈值，以及用于在 SQL 查询中实现更复杂逻辑的布尔条件。例如，电商运营人员可以通过对网关超时错误数量的激增设置行计数阈值，来检测支付网关故障。AI 平台工程师可以通过查询追踪数据，并在使用布尔条件监控 99 百分位延迟是否超过指定限值时触发告警，从而监控代理延迟。设置基于 SQL 的告警需要启用日志或追踪的可观测性分析、关联 BigQuery 数据集，并配置必要的 IAM 权限和通知渠道。创建告警涉及在可观测性分析中编写并验证 SQL 查询、选择 BigQuery 引擎、定义告警条件和调度，以及配置通知渠道。告警也可通过 API 和 Terraform 进行基础设施即代码（IaC）管理。