WPP 中国如何搭建告警响应平台

全球项目迁到国内，监控可以换，值班流程不能乱。我们要的是一个国内的 PagerDuty：电话打得通，Teams 里能直接处理，数据留在境内，规则还要和全球一致。Flashduty 在试用阶段就把这条链路完整跑通了，这是我们选它的主要原因。

—— Edward Li，WPP 中国 运维负责人

WPP 是全球最大的营销传播集团之一。近几年，WPP 在 AI 与数字化上持续投入，推出了智能营销平台 WPP Open，并正在把相关全球项目逐步迁移到中国境内运行。

迁移不只是把服务部署到国内机房。项目在海外依赖的一整套运维工具，也要在国内找到对应的替代：海外用 Datadog 做监控，用 PagerDuty 做值班响应；到了国内，监控已经换成了国内的可观测性平台，On-call 这一层则需要从 0 到 1 重新搭建。

WPP 中国运维团队最后选定了 Flashduty。

监控之后，还差"叫醒人"的那一环

监控平台负责发现问题，回答"哪里出了异常"；On-call 平台负责处理问题，回答"谁来处理、多久必须响应、没人响应找谁"。在海外，这两件事分别由 Datadog 和 PagerDuty 完成，WPP 的值班与故障处置流程也是围绕这个分工建立的。

到了国内，监控已经有了着落，WPP 中国还需要一个专业的告警响应平台，承接从告警产生到故障关闭的全过程。团队需要：找一个国内的 PagerDuty 对标产品，不改变已经成熟的值班流程。

选型时的六个关键问题

在评估阶段，WPP 中国运维团队列出了需求清单。归纳起来，有六个问题必须回答。

1. 现有监控的告警能不能顺畅接进来，并按微服务分开？ 告警既要统一收口，也要按业务隔离，不能所有告警挤进同一个队列。不同团队在不同的协作空间处理故障。

2. 能不能在 Teams 里直接处理？ 团队的主要沟通工具是 Microsoft Teams，告警通知、认领、关闭都希望在 Teams 里完成。这个 On-call 平台需要和 Teams 顺畅集成。

3. 电话和短信在国内打不打得通？ 值班的底线是出事时能找到人。电话和短信的接通率、稳定性，以及对国内运营商的适配情况，都要考虑。另外，未来可能还会有其他国家的同事，电话和短信需要全球覆盖能力。

4. 原有的值班流程能不能原样落地？ 团队已有成熟的 On-call 和故障处置流程，需要排班、临时调班、值班提醒、超时自动升级、告警降噪和故障复盘。

5. 数据是否留在国内？ 告警中包含主机、服务和业务信息，必须在中国境内存储，满足企业合规要求。

6. 成本怎么算？ 值班处理告警的工程师是少数，需要了解告警的人是多数。团队希望只为真正处理告警的人付费，仅仅接收通知的人无需付费购买 License。

先跑通再立项：用模拟告警做全流程验证

WPP 中国没有只看演示就做决定，而是在 Flashduty 上开通试用账号，模拟 CPU、内存、网络等真实告警场景，把接入、路由、排班、升级、降噪的完整流程跑了一遍，以此作为内部立项和选型汇报的依据。

这一步把"功能清单上有没有"变成了"在我们的流程里能不能用"：告警从监控平台发出后，是否进入了对应微服务的空间？当班的人有没有接到电话？Teams 里有没有收到卡片？没人认领时，是否按时升级到了下一级？每个问题都有实测结果。

Flashduty 如何回答这六个问题

1. 监控告警统一接入，按微服务路由隔离

Flashduty 原生支持国内外数百个监控系统的告警接入，WPP 中国现有监控平台的告警也不例外。告警推送到 Flashduty 集成后，再根据告警中的服务、业务等标签，通过路由规则分发到不同的协作空间。每个微服务或业务线拥有独立的协作空间，各自配置分派策略和值班人员，互不干扰。

如果原始告警中的字段不够用，还可以用 Flashduty 的标签增强，通过正则提取、标签组合、数据映射补充信息，例如从 CMDB 映射出服务负责团队，再据此路由。

2. 上架 Teams 应用商店，免去上传安装包

用户在 Teams 的 Apps 中搜索 Flashduty，就能把它添加到团队频道或群聊。

接入后，故障分派通知会以卡片形式发到 Teams 频道或群聊，值班人在卡片上即可认领、关闭故障，卡片状态随故障进展实时更新，并与 Flashduty 控制台、移动 App 保持同步。

3. 国内语音短信通道，多渠道并行通知

Flashduty 的国内电话短信走国内运营商线路（国外电话短信走国外运营商线路），使用固定显号，号码可以加入手机通讯录白名单，避免被识别为骚扰电话。Flashduty App 接入了华为、小米、OPPO、vivo 等国内手机厂商的系统级推送；iOS 支持 Critical Alerts，在勿扰模式下也能响铃。

4. 值班流程原样迁移，概念与 PagerDuty 一一对应

WPP 的值班流程是在 PagerDuty 上建立的，Flashduty 的核心概念与它基本一一对应：

团队按原有规范在 Flashduty 中配置了值班表和分派策略：支持按周期轮换、临时调班和值班提醒；告警进来先通知当班的人，超时无人认领则自动升级到下一级。规则与全球一致，中国区工程师和全球同事交接问题也比较方便。

5. 三层收敛，减少无效打扰

Flashduty 把告警处理分为事件、告警、故障三层：监控系统发来的原始事件，先合并为告警，再按规则聚合为故障，值班人只对故障响应。同一个问题触发的大量重复告警，只会产生一次通知。在此基础上，还可以配置抑制、静默、风暴提醒等规则。

6. 数据留在境内，只为处理者付费

Flashduty SaaS 服务的客户数据存储在中国大陆境内。平台提供多角色权限管控和完整的操作审计日志，所有配置变更和故障处理操作都可追溯。

计费上，Flashduty 只对需要登录处理故障的成员收取 License 费用，仅接收告警通知的成员无需购买 License。

运维工具链需要在当地验证

跨国企业把业务迁到中国，最容易被低估的是运维工具链的迁移。监控、告警、值班、协作，每一环在海外都有成熟方案；到了国内，网络、手机、IM 和合规环境都不同，每一环都要重新验证。

On-call 平台最重要的始终是最基础的几件事：告警能接进来，能分到对的人，电话能打通，没人响应时会升级，有 AI 来协助排查问题。Flashduty 要做的，是让这些基础能力在中国的环境里同样可靠。

未来，Flashduty 将继续支持 WPP 中国团队，随着全球项目的整体迁移，为更多业务的稳定运行提供保障。

了解 Flashduty 值班管理，或预约演示。