錯誤計數器的告警看的是兩次取樣之間的增量，門檻從每條鏈路自己的基線推出來。實驗室這條鏈路健康時增量全是 0，門檻就訂在增量大於 0。Et2 的 runt 一直停在 2，不會觸發。有兩種情況例外：

1. 取樣區間內斷過線，錯誤併進斷線那一則告警。
2. 已知有問題、還在等修的鏈路，改用錯誤佔流量的比例當門檻。

這條鏈路的錯誤基線

Et2 的 2 個 runt 在 link 建立後的第一次讀數就出現了。十次斷線期間，Et2 的 link status changes 從 2 加到 22，每次加 2。

FCS、Runts 這類欄位只有收到 frame 才會增加。量這組基線時 Et1、Et2 幾乎沒有流量，增量是 0 不代表高流量下也乾淨，現場收基線要涵蓋交易時段。

門檻設在增量上

錯誤計數器是累計值，從開機或上一次 clear 起算，Et2 那 2 個 runt 會一直掛著。門檻設在哪裡，結果差很多：

門檻設在增量上，就不用為了讓畫面乾淨去 clear，clear 反而會洗掉這兩個 runt 留下的紀錄。多出來的每一個錯誤，都代表有一個 frame 壞掉了，收進來時已經損毀，或是送出時出錯。壞掉的如果是行情封包，接收端會看到序號缺口，所以直接列為 P1。跟 microburst 告警一樣，交易時段即時通報，盤後降為 P2。

link 斷線的偵測與合併

假設每分鐘取樣一次，中間斷了幾秒又接回，兩次取樣看到的 port 狀態都是 up，只看狀態就會漏掉這次斷線。link status changes 會累計，每斷一次加 2（down、up 各 1），只要它有增加，就代表這段時間斷過線。斷線期間送不過去的行情也會造成缺口，交易時段同樣列為 P1。

同一個取樣區間裡，link status changes 跟錯誤欄位都有增加的話，只發斷線那一則告警，錯誤數量附在裡面；下一個區間錯誤還在增加，表示問題不只是斷線，再依錯誤欄位另外發告警。換線、換模組這類計畫內的變更，事先在監控系統標上維護時段，時段內的告警只記錄、不通報。

已知問題鏈路的比例門檻

有些鏈路已知有問題，例如已經報修、還在等機房換線的那一條，平常就有少量錯誤。這種鏈路每個錯誤都即時通報，只會造成告警疲勞。門檻改用比例：錯誤增量除以同一段時間收進來的封包數（InUcastPkts、InMcastPkts、InBcastPkts 的增量相加），超過這條鏈路同時段基線的最大值，就列為 P2。修好之後基線回到 0，門檻也要改回增量大於 0。

告警規則與上線前驗證

Rx 告警觸發後，再看 FCS、Symbol、Runts 這些分項，判斷是哪一種錯誤。出口的 discards 屬於 microburst 告警的範圍，所以不列在這張表裡。

規則上線前，在測試鏈路上或維護時段驗兩件事：

1. 斷線再接回一次：link status changes 要加 2，告警要出來，而且只有一則。
2. clear 一次計數器：歸零後的第一筆不能算成增量，確認沒有誤報。

明天換到主機側，先量 kernel 網路堆疊的延遲基線。