Container Service for Kubernetes:登録済みクラスターのアラート設定

onectl の使用

1. ローカルマシンに onectl をインストールおよび設定します。詳細については、「onectl を使用した登録済みクラスターの管理」をご参照ください。

2. Cloud Monitor コンポーネントに RAM 権限を付与します。

   onectl ram-user grant --addon alicloud-monitor-controller

   期待される出力：

   Ram policy ack-one-registered-cluster-policy-alicloud-monitor-controller granted to ram user ack-one-user-ce313528c3 successfully.

コンソールの使用

登録済みクラスターにアドオンをインストールする前に、必要な権限を持つ RAM ユーザーを作成し、Alibaba Cloud サービスにアクセスするための AccessKey ペアを取得します。

1. RAM ユーザーの作成

2. カスタムポリシーの作成。例：

   {
               "Action": [
                   "log:*",
                   "arms:*",
                   "cms:*",
                   "cs:UpdateContactGroup"
               ],
               "Resource": [
                   "*"
               ],
               "Effect": "Allow"
   }

3. RAM ユーザー権限の管理

4. AccessKey の作成。

   警告

   AccessKey のセキュリティを強化するために、ネットワークアクセス制御用に AccessKey ペアベースのポリシーを構成し、AccessKey の呼び出し元を信頼できるネットワーク環境に制限することをお勧めします。

5. AccessKey ペアを使用して、登録済みクラスターに alibaba-addon-secret という名前の Secret を作成します。

   Cloud Monitor コンポーネントは、この AccessKey ペアを使用してクラウドリソースにアクセスします。

   kubectl -n kube-system create secret generic alibaba-addon-secret --from-literal='access-key-id=<your access key id>' --from-literal='access-key-secret=<your access key secret>'

   説明

   <your access key id> と <your access key secret> をご自身の AccessKey ペアに置き換えてください。

onectl の使用

Cloud Monitor コンポーネントをインストールします。

onectl addon install alicloud-monitor-controller

期待される出力：

Addon alicloud-monitor-controller, version **** installed.

コンソールの使用

コンソールはアラートの要件を確認し、コンポーネントの有効化、インストール、またはアップグレードを案内します。

1. ACK コンソールにログインします。左側のナビゲーションウィンドウで、クラスターリスト をクリックします。

2. クラスターリスト ページで、ご利用のクラスター名をクリックします。左側のナビゲーションウィンドウで、操作 > アラート をクリックします。

3. アラート ページで、画面上の指示に従って必要なコンポーネントをインストールまたはアップグレードします。

4. インストールまたはアップグレード後、アラート ページに移動してアラートを設定します。

   タブ	説明
   アラートルール	ステータス：アラートルールセットを有効または無効にします。 連絡先グループの編集：アラート通知の連絡先グループを設定します。 通知は連絡先グループのみに送信されます。事前に連絡先とグループを作成してください。個人に通知する場合は、その連絡先専用のグループを作成します。
   アラート履歴	過去 24 時間以内の最大 100 件のアラートレコードを表示します。 アラートルール 列のリンクをクリックして、対応するモニタリングシステムのルール設定を表示します。 詳細 をクリックして、異常に関連するリソースページに移動します。 インテリジェント分析 をクリックして、AI による問題分析とトラブルシューティングを実行します。
   アラート連絡先	連絡先の作成、編集、または削除を行います。 連絡方法： 音声通話/SMS：連絡先に携帯電話番号を設定して、音声通話および SMS でアラート通知を受け取ります。 音声通話通知を受信できるのは、検証済みの携帯電話番号のみです。「携帯電話番号の検証」をご参照ください。 メール：連絡先にメールアドレスを設定して、アラート通知を受け取ります。 チャットボット：DingTalk チャットボット、WeCom チャットボット、および Lark チャットボット。 DingTalk チャットボットの場合、セキュリティキーワードとして「alert」「dispatch」を追加してください。 メールおよびチャットボット通知は、CloudMonitor コンソールの アラームサービス > アラーム送信先 で事前に検証してください。
   アラート連絡先グループ	連絡先グループの作成、編集、または削除を行います。 連絡先グループが存在しない場合、コンソールは Alibaba Cloud アカウントからデフォルトのグループを作成します。

コンソール

1. ACK コンソールにログインします。左側のナビゲーションウィンドウで、クラスターリスト をクリックします。

2. クラスターリスト ページで、ご利用のクラスター名をクリックします。左側のナビゲーションウィンドウで、操作 > アラート をクリックします。

3. アラートルール タブで、右上隅の アラートルールの設定 をクリックします。次に、対象のルールの アクション 列で YAML をクリックして、AckAlertRule CRD リソースの設定を表示します。

4. YAML ファイルを変更します。パラメーターの詳細については、「デフォルトのアラートルールテンプレート」をご参照ください。

   以下は、アラートルールの YAML 設定の例です。

   アラートルールの YAML 設定

   apiVersion: alert.alibabacloud.com/v1beta1
   kind: AckAlertRule
   metadata:
     name: default
   spec:
     groups:
       # The following is a sample configuration for a cluster event alert rule.
       - name: pod-exceptions                             # The name of the alert rule group, which corresponds to the Group_Name field in the alert template.
         rules:
           - name: pod-oom                                # The name of the alert rule.
             type: event                                  # The type of the alert rule (Rule_Type). Valid values: event, metric-cms (CloudMonitor metric), and metric-prometheus (Prometheus metric).
             expression: sls.app.ack.pod.oom              # The alert rule expression. If the rule type is event, the value is the Rule_Expression_Id from the default alert rule template in this topic.
             enable: enable                               # The state of the alert rule. Valid values: enable and disable.
           - name: pod-failed
             type: event
             expression: sls.app.ack.pod.failed
             enable: enable
       # The following is a sample configuration for a cluster infrastructure resource alert rule.
       - name: res-exceptions                              # The name of the alert rule group, which corresponds to the Group_Name field in the alert template.
         rules:
           - name: node_cpu_util_high                      # The name of the alert rule.
             type: metric-cms                              # The type of the alert rule (Rule_Type). Valid values: event, metric-cms (CloudMonitor metric), and metric-prometheus (Prometheus metric).
             expression: cms.host.cpu.utilization          # The alert rule expression. If the rule type is metric-cms, the value is the Rule_Expression_Id from the default alert rule template in this topic.
             contactGroups:                                # The contact groups mapped to the alert rule. This configuration is generated by the ACK console. Contacts are consistent for a single account and can be reused across multiple clusters.
               - arms_contact_group_id_v2: '69xxx'
                 cms_contact_group_name: xxx Contact Group
                 id: '10xxx'
             enable: enable                                # The state of the alert rule. Valid values: enable and disable.
             thresholds:                                   # The threshold of the alert rule.
               - key: CMS_ESCALATIONS_CRITICAL_Threshold
                 unit: percent
                 value: '85'                                # CPU utilization threshold. Default value: 85%.
               - key: CMS_ESCALATIONS_CRITICAL_Times
                 value: '3'                                # An alert is triggered if the threshold is exceeded 3 consecutive times.
               - key: CMS_RULE_SILENCE_SEC                 # The silence period after the first alert is reported.
                 value: '900'    

   rules.thresholds を使用して、アラートのしきい値をカスタマイズできます。たとえば、上記の設定では、ノードの CPU 使用率が 85% を 3 回連続で超過し、かつ前回のアラートから 900 秒以上経過した場合にアラートがトリガーされます。

   パラメーター	必須	説明	デフォルト
   CMS_ESCALATIONS_CRITICAL_Threshold	はい	アラートルールのしきい値。このパラメーターを省略すると、ルールの同期に失敗し、ルールは無効になります。 unit：しきい値の単位。有効な値：percent、count、および qps。 value：しきい値の値。	デフォルトのアラートルールテンプレートに基づいて異なります。
   CMS_ESCALATIONS_CRITICAL_Times	任意	CloudMonitor がアラートをトリガーする前に、条件が連続して満たされる必要がある回数。このパラメーターを省略すると、デフォルト値が使用されます。	3
   CMS_RULE_SILENCE_SEC	任意	初期アラートが報告された後、継続的にトリガーされる CloudMonitor ルールに対するサイレンス期間（秒）。これにより、アラート疲弊を防ぎます。このパラメーターを省略すると、デフォルト値が使用されます。	900

CLI

1. アラートルールの YAML ファイルを編集します。

   kubectl edit ackalertrules default -n kube-system

2. YAML ファイルを変更し、保存して終了します。パラメーターの詳細については、「デフォルトのアラートルールテンプレート」をご参照ください。

   アラートルールの YAML 設定

   apiVersion: alert.alibabacloud.com/v1beta1
   kind: AckAlertRule
   metadata:
     name: default
   spec:
     groups:
       # The following is a sample configuration for a cluster event alert rule.
       - name: pod-exceptions                             # The name of the alert rule group, which corresponds to the Group_Name field in the alert template.
         rules:
           - name: pod-oom                                # The name of the alert rule.
             type: event                                  # The type of the alert rule (Rule_Type). Valid values: event, metric-cms (CloudMonitor metric), and metric-prometheus (Prometheus metric).
             expression: sls.app.ack.pod.oom              # The alert rule expression. If the rule type is event, the value is the Rule_Expression_Id from the default alert rule template in this topic.
             enable: enable                               # The state of the alert rule. Valid values: enable and disable.
           - name: pod-failed
             type: event
             expression: sls.app.ack.pod.failed
             enable: enable
       # The following is a sample configuration for a cluster infrastructure resource alert rule.
       - name: res-exceptions                              # The name of the alert rule group, which corresponds to the Group_Name field in the alert template.
         rules:
           - name: node_cpu_util_high                      # The name of the alert rule.
             type: metric-cms                              # The type of the alert rule (Rule_Type). Valid values: event, metric-cms (CloudMonitor metric), and metric-prometheus (Prometheus metric).
             expression: cms.host.cpu.utilization          # The alert rule expression. If the rule type is metric-cms, the value is the Rule_Expression_Id from the default alert rule template in this topic.
             contactGroups:                                # The contact groups mapped to the alert rule. This configuration is generated by the ACK console. Contacts are consistent for a single account and can be reused across multiple clusters.
               - arms_contact_group_id_v2: 'xxx'
                 cms_contact_group_name: xxx
                 id: 'xxx'
             enable: enable                                # The state of the alert rule. Valid values: enable and disable.
             thresholds:                                   # The threshold of the alert rule.
               - key: CMS_ESCALATIONS_CRITICAL_Threshold
                 unit: percent
                 value: '85'                                # CPU utilization threshold. Default value: 85%.
               - key: CMS_ESCALATIONS_CRITICAL_Times
                 value: '3'                                # An alert is triggered if the threshold is exceeded 3 consecutive times.
               - key: CMS_RULE_SILENCE_SEC                 # The silence period after the first alert is reported.
                 value: '900'    

   rules.thresholds を使用して、アラートのしきい値をカスタマイズできます。たとえば、上記の設定では、ノードの CPU 使用率が 85% を 3 回連続で超過し、かつ前回のアラートから 900 秒以上経過した場合にアラートがトリガーされます。

   パラメーター	必須	説明	デフォルト
   CMS_ESCALATIONS_CRITICAL_Threshold	はい	アラートルールのしきい値。このパラメーターを省略すると、ルールの同期に失敗し、ルールは無効になります。 unit：しきい値の単位。有効な値：percent、count、および qps。 value：しきい値の値。	デフォルトのアラートルールテンプレートに基づいて異なります。
   CMS_ESCALATIONS_CRITICAL_Times	任意	CloudMonitor がアラートをトリガーする前に、条件が連続して満たされる必要がある回数。このパラメーターを省略すると、デフォルト値が使用されます。	3
   CMS_RULE_SILENCE_SEC	任意	初期アラートが報告された後、継続的にトリガーされる CloudMonitor ルールに対するサイレンス期間（秒）。これにより、アラート疲弊を防ぎます。このパラメーターを省略すると、デフォルト値が使用されます。	900