Cloud Monitor:アラートルール

前提条件

• Prometheus、アプリケーションモニタリング、Log Service など、必要なオブザーバビリティモニタリングサービスが有効化されていること。

• 通知連絡先が作成されていること。

アラート ルールの作成

1. Cloud Monitor (CMS) コンソールにログインします。 ナビゲーションウィンドウで、すべての機能 > [アラートセンター] を選択します。

2. [アラートセンター] ページで、[アラート管理] > [アラートルール] を選択します。

3. [アラートルール] ページで、[アラートルールの作成] をクリックします。

4. [アラートルールの作成] パネルで、以下のパラメーターを設定します。

   1. [ルール名]：アラート ルールを識別する名前です。

   2. モニタリングタイプ：監視対象のサービスまたはリソースのタイプです。

      • Managed Service for Prometheus/Cloud Synthetic Monitoring

        パラメーター	説明
        [データソースタイプ]	モニタリングデータのソースです。
        [リージョン]	データソースが存在するリージョンです。
        Prometheus インスタンス	アラートルールが適用されるインスタンスです。
        検出条件の定義方法	カスタム PromQL：カスタム PromQL クエリを作成します。PromQL 関数の使用例をご参照ください。
        	事前定義済みメトリックに基づいて設定： メトリックグループ：メトリックグループを選択します。 メトリック：メトリックを選択します。 検出条件：比較演算子と値を指定して検出条件を設定します。p50、p75、p90、p99 はパーセンタイルを表します。 PromQL プレビュー：事前定義済みメトリックの PromQL クエリをプレビューします。
        重大度レベル	アラートルールの重大度レベルを設定します。 P1： 重大：広範囲に影響を及ぼし、コアサービスの可用性に影響を与える問題。 P2： エラー：可用性に影響を与える部分的なサービス障害。 P3： 警告：サービスエラーやビジネスへの影響につながる可能性のある潜在的な問題。 P4： 情報：優先度の低いイベント。デフォルトのレベルです。
        継続期間	アラートがトリガーされるまでに条件が継続する必要がある期間です。一時的な変動による誤報を防ぎます。
        アラート検出期間	アラートルールの実行間隔です。デフォルト値は 60 秒で、1 分ごとにチェックが実行されます。
        コンテンツ	Go テンプレート構文を使用して、アラートメッセージのコンテンツをカスタマイズできます。例：Namespace: {{$labels.namespace}} / Pod: {{$labels.pod_name}} / Container: {{$labels.container}} CPU usage {{$labels.metrics_params_opt_label_value}} {{$labels.metrics_params_value}}%, Current value {{ printf "%.2f" $value }}%
        ラベル	アラートルールを分類およびフィルタリングするためのカスタムキーと値のペアです。例：env: production および team: sre。
        アノテーション	アラートルールに関する追加情報 (長い説明やランブックのリンクなど) です。例：description: CPU usage is high および runbook_url: https://wiki.xxx.com/runbook\。

      • アプリケーションモニタリング

        パラメーター	説明
        [データソースタイプ]	データソースのタイプです。
        [リージョン]	データソースが存在するリージョンです。
        アプリケーション	監視対象のアプリケーションです。
        メトリックグループ	アプリケーションのメトリックグループです。
        インターフェイス名	インターフェイスの一致方法：走査、次と等しい、次と等しくない、正規表現に一致、正規表現に一致しない、または ディメンションなし。
        インターフェイス呼び出しタイプ
        検出条件の方法	単一条件： 時間範囲を直近 N 分に設定し、呼び出しタイプ、計算方法、および比較演算子を設定します。 異なる重大度レベル (重大、エラー、警告、情報) のしきい値を設定します。 複数条件： 複数アラートのトリガールール：いずれかの条件を満たす または すべての条件を満たす を選択します。 検出条件 1：単一条件と同じパラメーターです。 検出条件の追加：必要に応じて条件を追加します。 重大度レベル：有効な値は P1： 重大、P2： エラー、P3： 警告、P4： 情報 です。
        アラート検出期間	アラートルールの実行間隔です。デフォルト値は 60 秒で、1 分ごとにチェックが実行されます。
        コンテンツ	アラート通知のコンテンツをカスタマイズできます。
        タグ	アラートルールを分類およびフィルタリングするためのカスタムキーと値のペアです。例：env: production および team: sre。
        アノテーション	アラートルールに関する追加情報 (長い説明やランブックのリンクなど) です。例：description: CPU usage is high および runbook_url: https://wiki.xxx.com/runbook\。

      • 大規模モデルの可観測性

        パラメーター	説明
        [データソースタイプ]	データソースタイプは自動的に UModel に設定されます。
        [実体タイプ]	監視対象のエンティティのタイプです。
        メトリックセット	AI アプリケーションの運用メトリック、GenAI モデルメトリック、AI アプリケーショントラフィックメトリックなど、評価するメトリックのセットです。
        検出条件	アラートをトリガーするしきい値を設定します。
        重大度レベル	アラートの重大度レベルです。有効な値は P1： 重大、P2： エラー、P3： 警告、P4： 情報 です。
        継続期間	アラートがトリガーされるまでに条件が継続する必要がある期間です。
        アラート検出期間	アラートルールの実行間隔です。デフォルト値は 60 秒で、1 分ごとにチェックが実行されます。
        コンテンツ	アラート通知のコンテンツをカスタマイズできます。
        タグ	アラートルールを分類およびフィルタリングするためのカスタムキーと値のペアです。例：env: production および team: sre。
        アノテーション	アラートルールに関する追加情報 (長い説明やランブックのリンクなど) です。例：description: CPU usage is high および runbook_url: https://wiki.xxx.com/runbook\。

      • Container Insights/ECS Insights/Hologres Insights/AI Training Service Insights/Database Insights

        パラメーター	説明
        [データソースタイプ]	モニタリングデータのソースです。
        [リージョン]	データソースが存在するリージョンです。
        Prometheus インスタンス	アラートルールが適用されるインスタンスです。
        検出条件の定義方法	カスタム PromQL：カスタム PromQL クエリを作成します。PromQL 関数の使用例をご参照ください。
        	事前定義済みメトリックに基づいて設定： メトリックグループ：メトリックグループを選択します。 メトリック：メトリックを選択します。 検出条件：比較演算子と値を指定して検出条件を設定します。 PromQL プレビュー：事前定義済みメトリックの PromQL クエリをプレビューします。
        重大度レベル	アラートルールの重大度レベルを設定します。 P1： 重大 P2： エラー P3： 警告 P4： 情報
        継続期間	アラートがトリガーされるまでに条件が継続する必要がある期間です。
        アラート検出期間	アラートルールの実行間隔です。デフォルト値は 60 秒で、1 分ごとにチェックが実行されます。
        データ収集完了後に検出を実行	検出方法を選択します。
        コンテンツ	Go テンプレート構文を使用して、アラートメッセージのコンテンツをカスタマイズできます。例：Namespace: {{$labels.namespace}} / Pod: {{$labels.pod_name}} / Container: {{$labels.container}} CPU usage {{$labels.metrics_params_opt_label_value}} {{$labels.metrics_params_value}}%, current value {{ printf "%.2f" $value }}%
        ラベル	アラートルールを分類およびフィルタリングするためのカスタムキーと値のペアです。例：env: production および team: sre。
        アノテーション	アラートルールに関する追加情報 (長い説明やランブックのリンクなど) です。例：description: CPU usage is high および runbook_url: https://wiki.xxx.com/runbook\。

      • ログ監査

        パラメーター	説明
        テンプレートの選択	ActionTrail：ActionTrail テンプレートを選択します。 ホスト監査：ホスト監査テンプレートを選択します。 コンテナ監査：コンテナ監査テンプレートを選択します。
        クエリと統計	単一クエリ：ログ関連のパラメーターを設定してクエリを実行します。 集合演算：複数のリソースセットにまたがる集合演算を設定します。
        検出ロジック	条件を追加し、データの一致方法と重大度レベルを設定します。
        重大度レベル	有効な値は 重大、エラー、警告、情報です。
        連続ヒット	条件が何回連続で満たされた場合にアラートをトリガーするかを指定します。
        アラート検出期間	アラートルールの実行間隔です。デフォルト値は 60 秒で、1 分ごとにチェックが実行されます。
        タグ	アラートルールを分類およびフィルタリングするためのカスタムキーと値のペアです。例：env: production および team: sre。
        アノテーション	アラートルールに関する追加情報 (長い説明やランブックのリンクなど) です。例：description: CPU usage is high および runbook_url: https://wiki.xxx.com/runbook\。

      • Log Service：モニタリングタイプ「ログ監査」と同じパラメーターです。

   3. アラート通知

      • 通知の受信者：アラートがトリガーされたときに通知される受信者です。

        • 連絡先：通知される個別の連絡先です。

        • 連絡先グループ：通知先となる連絡先のグループです。

        • DingTalk： DingTalk グループのチャットボットにアラートを送信します。

        • WeCom： WeCom のチャットボットにアラートを送信します。

        • Lark： Lark のチャットボットにアラートを送信します。

        • Slack： Slack を使用してアラートを送信します。

        • カスタム Webhook：カスタム Webhook を使用してアラートを送信します。

      • ARMS アラート管理との統合： Application Real-Time Monitoring Service (ARMS) と統合し、アラートのライフサイクルを管理します。

        説明

        アラートイベントは、デフォルトで ARMS アラート O&M センターに送信されます。通知はそこで設定してください。

      • アクション統合： Log Service、軽量メッセージキュー、Function Compute、PagerDuty や Webhook などのサードパーティサービスといった、自動化されたインシデント対応のためにトリガーされるサービスです。

      • 通知のサイレンス期間：未解決のアラートに対して通知を再送信するまでの待機時間です。有効な値： 1、5、10、15、30、50 分、および 1、3、6、12、24 時間。

        説明

        例： 通知のサイレンス期間 を 12 時間 に設定した場合、アラートが継続していると Cloud Monitor は 12 時間後に通知を再送信します。

      • 有効期間：アラートルールが有効な時間帯です。通知はこの期間内にのみ送信されます。

        説明

        • 有効期間外にトリガーされたアラートは履歴に記録されますが、通知は生成されません。

        • 有効期間は 24 時間の範囲内で設定でき、日をまたいで設定することもできます。例えば、23:00 から翌日 01:00 まで設定できます。

アラートルールの管理

1. [アラート ルール] ページには、以下の情報を含むすべてのアラート ルールが一覧表示されます。

   パラメーター	説明
   アラートステータス	ルールの現在のステータス。有効な値： - 正常：アラート条件がトリガーされていません。 - アラーム：アラート条件がトリガーされ、アラートがアクティブな状態です。 - データなし：モニタリングデータがありません。
   ルール名/ID	アラートルールの表示名と一意の識別子 (UUID)。
   有効ステータス	ルールが有効かどうか。有効なルールは設定された間隔で評価されます。無効なルールは評価されません。
   サービスソース	ルールが適用されるサービス。

2. 次のパラメーターを使用してアラートルールを検索できます：

   • モニタリングタイプ

   • ルール名/ID

   • アラートステータス

   • 有効ステータス

   • その他のフィルター： タグ または 通知連絡先 で検索。

システムデフォルトアラートルールのリソーススコープがすべてのリソースに設定されている場合、ルール作成後に特定のインスタンスを除外するためにリソーススコープを直接変更することはできません。

特定のリソースを除外するには、次の手順を実行します：

1. [アラートルール] ページで、対象のシステムデフォルトルールを見つけ、[操作] 列で [その他] > [複製] をクリックします。

2. [アラートルールの作成] ダイアログボックスで、データソースセレクターの [Prometheus インスタンス] タブまたは [集計ビュー] タブを選択し、監視する特定のリソースを選択します。

3. [OK] をクリックして新しいルールを保存します。

4. 元のシステム既定ルールの[操作]列で、[その他] > [削除]をクリックして元のルールを削除するか、ルールの行にある[有効ステータス]スイッチをオフにして無効にします。

   説明

   元のルールを削除または無効化しない場合、しきい値に達したときに同じリソースで 2 つのアラートがトリガーされます。

• 編集: アラートルールを編集するには、それを選択し、[アクション] 列の [編集] をクリックしてルールを変更し、[OK] をクリックします。

• 有効化/無効化： [有効ステータス] 列のスイッチを切り替えます。

• 削除：[操作] 列の [削除] をクリックします。

  警告

  この操作は元に戻すことができません。慎重に実行してください。