外卖业务持续高速成长，业务迭代快，逻辑复杂，关联服务多。如何快速准确识别系统各项指标的异常，发现问题根因，并快速解决显得尤为重要。在常规业务指标监控工作中需要手动维护上万业务指标报警阈值，不仅成本高，效果也不佳。我们尝试使用“形变分析模型”对业务指标自动进行异常检测，无需人工设置阈值。在实践过程中与外卖全链路压测，服务保护等稳定性保障系统进行内联，目前已覆盖绝大部分美团外卖C端核心业务指标，效果不错。

演讲提纲：

1、美团外卖业务稳定性建设现状

• 业务指标特点
• 异常检测在整体架构中的位置

2、形变分析模型介绍

• 形变分析模型的算法过程
• 自适应阈值计模型介绍
• 形变分析模型的能力边界和使用范围
• 形变分析模型的变种-变点检查模型介绍
• 报警收敛规则以及自适应报警收敛模型

3、形变分析模型和其他异常检测模型对比
4、业务异常检测系统的整体设计
5、与全链路压测和服务保护系统内联
6、落地情况以及实践效果

听众受益点：

1. 在不引入复杂算法的前提下，如何设计出真实可行的业务异常检测模型。
2. 异常检测系统与其他稳定性相关的系统的内联。
3. 美团外卖在异常检测方面面临的困境与踩过的坑。