定义
故障告警（Fault Alert）指当设备、系统或业务环节发生故障或异常时，通过预设规则自动检测并发出告警通知的机制。故障告警是物联网运维的核心能力，可及时发现设备离线、通信异常、硬件故障、业务异常等问题，支持运维人员快速响应与故障排查。与异常告警侧重数据异常不同，故障告警侧重设备与系统层面的可观测性。
故障告警通常由变化触发或事件触发上报驱动，设备或平台在检测到故障条件时触发告警，并通过短信、邮件、推送、工单等方式通知相关人员。跨境场景下，分布在不同国家的设备需统一接入监控平台，故障告警需支持多地域、多时区的及时触达。
技术特点与架构
故障告警系统通常包括：告警规则——定义故障类型、触发条件（如离线时长、错误码、阈值）、告警级别；告警检测——设备端自检、平台端心跳检测、业务指标监控；告警通道——短信、邮件、App 推送、Webhook、工单系统；告警处理——确认、屏蔽、升级、关联故障排查工单。
技术特点：支持多级告警（紧急、重要、一般）；支持告警收敛与抑制，避免风暴；支持与故障预测结合，实现事前预警；支持告警历史与统计分析。跨境场景下，告警需考虑当地时区、语言，设备需一卡多国保障通信可用。
在物联网与跨境场景中的应用
故障告警广泛应用于：充电运营——充电桩、充电站的离线、故障、通信异常告警，跨境充电网络需统一监控；工业设备——产线设备、传感器故障告警；物流与资产——物流追踪器离线、异常移动、电量低告警；网络与通信——SIM 卡异常、流量异常、漫游失败告警。达希物联为跨境物联网设备提供稳定连接与设备状态监控，配合故障告警能力，助力跨境运维效率提升。
故障被看见之后的通知路径
规则、级别与通道
故障告警的技术含义，是在已经判定为失效或即将影响业务的条件上，生成一条有级别、有对象、有时间的通知，并送到负责处理的通道。检测可以来自设备自检、平台心跳超时或业务指标，但通知不等于检测。级别用来决定是否打断人：紧急意味着要立即处理，一般可以进队列。通道包括工单、推送、邮件或外部接口，通道失败要有备用，否则告警产生了却没有人看见。告警对象应指向可维修的单元，例如一把枪、一台网关或一张卡，而不是只写站点名称。
收敛、抑制与升级
使用条件是先有明确的触发和清除。同一根因导致的几十台终端一起离线，应收敛成一条上游故障，而不是几十条同等紧急的短信。抑制用于已知维护窗口，到期自动取消，不能永久屏蔽。升级用于无人确认的紧急项，按时间抬高通知范围。清除条件要和触发条件成对：心跳恢复、故障码消失或人工确认修复。跨境站点要按设备当地时间计算维护窗，按值班表所在时区发送通知，这两个时间不能混成一个字段。告警正文应带最后已知状态和持续时长，方便判断是闪断还是持续故障。
把通信闪断直接升为紧急故障
容易出错的是漫游重选、隧道遮挡造成的短时离线，阈值刚过就按硬件损坏派单。另一类错误是恢复报文丢失，告警永远不清除，值班人员开始忽略全部通知。只按次数统计、不按持续时间和影响面分级，夜间批量补报会制造虚假高峰。屏蔽一个站点时把下级新故障也吞掉，维修期间的二次损坏看不见。告警通道本身依赖被监控的那张卡，卡失效时通知也发不出去，关键告警需要不依赖该设备链路的旁路。与故障预测相比，告警处理的是已经满足失效条件的现在，不能把预测分数直接写成已经发生的故障。
清除条件要和触发成对测试。只测触发、不测恢复，告警会在闪断之后一直挂着，值班人员随后开始忽略全部通知。同一上游中断导致的批量离线应收敛成一条，并保留受影响设备清单。维护窗口的抑制要到期自动解除，永久屏蔽会吞掉窗口内的新损坏。通知通道不能只依赖被监控设备自己的那张卡，卡失效时旁路仍然要能把紧急项送出。正文带上持续时长和最后已知状态，便于区分隧道遮挡和持续硬件故障。预测分数不能写成已经发生的故障。对象要具体到可更换的单元，只写站点名称无法派工。