概念gray failures
灰色故障
分布式系统中一类隐蔽性故障，表现为局部性能退化、部分请求失败或流量静默丢弃，不触发传统阈值告警，整体指标看似正常但持续影响部分用户体验
时间轴 (近 90 天)
10月12日
错误率（Error Rate）在 API 服务语境下指单位时间内返回错误响应的请求占比，错误率升高意味着服务仍在运行但部分请求失败，例如返回 HTTP 5xx、限流响应或超时，这种「灰色故障」比彻底宕机更难察觉。
待验证50%
9月19日
一些最具破坏性的故障是监控系统从未报警的问题，即灰色故障（gray failures）
待验证50%
9月19日
灰色故障的表现包括部分请求变慢、副本静默失效、一小片流量被悄悄丢弃
待验证50%
9月19日
灰色故障不会触发传统基于阈值的告警
待验证50%
9月19日
灰色故障难以捕捉的根本原因是局部性、渐进性和静默性
待验证50%