Cloud Monitor：警示規則

前提條件

• 已開通相應的可觀測監控服務（如Prometheus、應用監控、Log Service等）。

• 已建立通知對象。

建立警示規則

1. 登入CloudMonitor2.0控制台，選擇左側導覽列所有功能 - 警示中心。

2. 在警示中心頁面，選擇警示管理 - 警示規則。

3. 在警示規則列表頁面，單擊建立警示規則。

4. 在建立警示規則面板中，設定警示規則相關參數。

   1. 規則名稱：警示規則的顯示名稱，用於標識該規則。建議使用有意義的名稱便於管理。

   2. 監控類型：根據需求選擇警示規則的監控類型。

      • 可觀測監控Prometheus版/雲撥測

        參數	描述
        資料來源類型	所屬目標監控類型的資料來源。
        地區	資料來源的地區。
        Prometheus執行個體	根據選擇目標執行個體設定警示規則。
        檢測條件定義方式	自訂PromQL：根據您的需求可以自訂 PromQL查詢文法。請參見PromQL函數使用樣本。
        	基於預定義指標配置： 指標分組：選擇指標分組。 指標：選擇指標。 檢測條件：通過設定比較符和個數，設定檢測條件（其中p50、p75、p90、p99表示百分位元）。 PromQL 預覽：預覽預定義的指標PromQL語句。
        嚴重等級	設定警示規則嚴重等級。 P1: 緊急：用於影響核心業務可用性，影響範圍很大的重大問題。 P2: 錯誤：用於部分業務出錯，會對系統可用性造成一定影響的問題。 P3: 警告：用於可能導致業務出錯或受影響的問題。 P4: 普通：用於需要通知但優先順序較低的情境。預設層級。
        期間	設定警示的期間。表示資料持續多長時間滿足條件後才觸發警示，避免瞬時波動導致的誤判。
        警示檢測周期	設定警示檢測周期的時間。警示規則的執行循環。預設值為 60 秒，即每分鐘檢查一次。
        內容	使用Go template文法自訂警報資訊內容。例如：命名空間：{{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器：{{$labels.container}} CPU使用率{{$labels.metrics_params_opt_label_value}} {{$labels.metrics_params_value}}%, 當前值{{ printf "%.2f" $value }}%
        標籤	使用者自訂的索引值對標籤，用於警示規則的分類和篩選。例如：env: production、team: sre。
        註解	警示規則的擴充資訊，用於儲存長文本描述或 Runbook 連結。例如：description: CPU使用率過高、runbook_url: https://wiki.xxx.com/runbook\。

      • 應用監控

        參數	描述
        資料來源類型	目標監控類型的資料來源類型。
        地區	資料來源的地區。
        應用	選擇設定警示規則的應用執行個體。
        指標分組	選擇應用指標的分組。
        介面名稱	選擇介面匹配方式，如：遍曆、等於、不等於、正則匹配、正則不匹配、無維度。
        介面調用類型
        檢測條件方式	單條件： 設定最近 N 分鐘，調用類型和計算的方式，選擇比較符。 設定不同層級的數量，緊急、錯誤、警告、普通。 多條件： 多警示觸發規則：選擇觸發警示規則的條件方式，可以任意滿足條件或者同時滿足條件。 檢測條件1：可以參考以上單條件參數設定。 添加檢測條件：可以根據需求添加多組的檢測條件。 嚴重等級：根據需求選擇等級，包括了P1: 緊急、P2: 錯誤、P3: 警告、P4: 普通。
        警示檢測周期	設定警示檢測周期的時間。警示規則的執行循環。預設值為 60 秒，即每分鐘檢查一次。
        內容	自訂警報資訊內容。
        標籤	使用者自訂的索引值對標籤，用於警示規則的分類和篩選。例如：env: production、team: sre。
        註解	警示規則的擴充資訊，用於儲存長文本描述或 Runbook 連結。例如：description: CPU使用率過高、runbook_url: https://wiki.xxx.com/runbook\。

      • 大模型可觀測

        參數	描述
        資料來源類型	UModel
        實體類型	選擇設定警示規則的實體類型。
        指標集	選擇指標集，包含AI 應用操作指標，GenAI模型指標，AI應用流量指標。
        檢測條件	設定檢測觸發條件閾值。
        嚴重等級	根據需求選擇等級，包括了P1: 緊急、P2: 錯誤、P3: 警告、P4: 普通。
        期間	設定警示的期間。
        警示檢測周期	設定警示檢測周期的時間。警示規則的執行循環。預設值為 60 秒，即每分鐘檢查一次。
        內容	自訂警報資訊內容。
        標籤	使用者自訂的索引值對標籤，用於警示規則的分類和篩選。例如：env: production、team: sre。
        註解	警示規則的擴充資訊，用於儲存長文本描述或 Runbook 連結。例如：description: CPU使用率過高、runbook_url: https://wiki.xxx.com/runbook\。

      • 容器洞察/ECS 洞察/Hologres 洞察/AI訓練服務洞察/資料庫洞察

        參數	描述
        資料來源類型	所屬目標監控類型的資料來源。
        地區	資料來源的地區。
        Prometheus執行個體	根據選擇目標執行個體設定警示規則。
        檢測條件定義方式	自訂PromQL：根據您的需求可以自訂 PromQL查詢文法。請參見PromQL函數使用樣本。
        	基於預定義指標配置： 指標分組：選擇指標分組。 指標：選擇指標。 檢測條件：通過設定比較符和個數，設定檢測條件。 PromQL 預覽：預覽預定義的指標PromQL語句。
        嚴重等級	設定警示規則嚴重等級。 P1: 緊急 P2: 錯誤 P3: 警告 P4: 普通
        期間	設定警示的期間。
        警示檢測周期	設定警示檢測周期的時間。警示規則的執行循環。預設值為 60 秒，即每分鐘檢查一次。
        資料完成後再檢測	選擇檢測方式。
        內容	使用Go template文法自訂警報資訊內容。例如：命名空間：{{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器：{{$labels.container}} CPU使用率{{$labels.metrics_params_opt_label_value}} {{$labels.metrics_params_value}}%, 當前值{{ printf "%.2f" $value }}%
        標籤	使用者自訂的索引值對標籤，用於警示規則的分類和篩選。例如：env: production、team: sre。
        註解	警示規則的擴充資訊，用於儲存長文本描述或 Runbook 連結。例如：description: CPU使用率過高、runbook_url: https://wiki.xxx.com/runbook\。

      • 日誌審計

        參數	描述
        選擇模板	Action Trail：根據需求選擇Action Trail模板。 主機審計：根據需求選擇主機審計模板。 容器審計：根據需求選擇容器審計模板。
        查詢統計	單查詢：通過設定日誌相關資訊單項查詢。 集合操作：設定集合操作的方式，可以添加多組資源。
        檢測判定	根據需求可以添加多組條件，設定匹配資料的方式和嚴重等級。
        嚴重等級	根據需求選擇警示層級，包括緊急、錯誤、警告、普通。
        連續次數	設定連續滿足條件多少次，觸發警示。
        警示檢測周期	自訂設定警示檢測的周期是多少時間。警示規則的執行循環，預設值為 60 秒，即每分鐘檢查一次。
        標籤	使用者自訂的索引值對標籤，用於警示規則的分類和篩選。例如：env: production、team: sre。
        註解	警示規則的擴充資訊，用於儲存長文本描述或 Runbook 連結。例如：description: CPU使用率過高、runbook_url: https://wiki.xxx.com/runbook\。

      • Log Service：請參考本文檔監控類型（日誌審計）配置參數說明。

   3. 設定警示通知。

      • 通知對象：根據您的需求，可以選擇一個或者多個通知對象方式，觸發警示後接收警示資訊。

        • 連絡人：直接指定接收警示的人員。

        • 聯絡組：指定一組連絡人接收警示。

        • DingTalk：通過DingTalk群機器人發送警示。

        • 企業微信：通過企業微信機器人發送警示。

        • 飛書：通過飛書機器人發送警示。

        • Slack：通過 Slack 發送警示。

        • 自訂Webhook：通過自訂 HTTP 回調發送警示。

      • 整合到 ARMS 警示管理：根據需求選擇是或者否。

        說明

        警示事件預設會發送到 ARMS 警示營運中心，如需設定警示通知，請前往 ARMS 警示營運中心進行配置。

      • 行動整合：選擇特定的雲產品或者第三方服務，處理警示後續的事務，如：Log Service、輕量訊息佇列、Function Compute和第三方服務pagerDuty、Webhook。

      • 通道沉默周期：警示發生後未恢複正常，間隔多久重複發送一次警示通知。取值：1、5、10、15、30、50分鐘，1、3、6、12、24小時。

        說明

        例如：當通道沉默周期選擇12小時時，如果警示未恢複正常，則間隔12小時後，CloudMonitor會再次發送警示通知。

      • 生效時間：警示規則的生效時間。警示規則僅在生效期內才會發送警示通知。

        說明

        • 當警示規則不在生效期時，不會發送警示通知，但是警示記錄仍然會顯示在警示歷史列表中。

        • 通知時間支援24小時內，可跨天，例如23:00 至 第二天01:00

管理警示規則

1. 在警示規則列表頁面，可以查看所有已建立的警示規則，主要資訊如下：

   欄位	說明
   警示狀態	規則當前的狀態。取值： - 無警示（Ok）：監控資料正常，未觸發警示條件。 - 警示中（Alarm）：監控資料已觸發警示條件，警示進行中中。 - 無資料（NoData）：沒有擷取到監控資料。
   規則名稱/ID	警示規則的顯示名稱和唯一識別碼（UUID）。
   啟停狀態	規則是否啟用。啟用的規則會按配置的周期執行檢查，禁用的規則不執行。
   業務來源	規則所屬的產品類型。

2. 可以通過如下警示參數，搜尋目標警示規則。

   • 監控類型

   • 規則名稱ID

   • 警示狀態

   • 啟停狀態

   • 更多篩選：可以使用添加標籤和添加通知對象方式搜尋。

• 資源範圍選取為全部資源的系統預設警示規則，建立後無法直接修改關聯資源範圍以排除特定執行個體。如需排除特定資源，可複製該規則並在新規則中指定需監控的資源：

  1. 在警示規則列表頁面，找到目標系統預設規則，單擊操作列中的更多 > 複製。

  2. 在建立警示規則對話方塊中，通過資料來源選取器選擇Prometheus執行個體或彙總檢視頁簽，選擇需監控的指定資源。

  3. 單擊確定，儲存新規則。

  4. 在原系統預設規則的操作列中，單擊更多 > 刪除，刪除原規則；或通過規則行的啟停狀態開關禁用原規則。

  說明

  未刪除或未禁用原規則時，同一資源觸發閾值會產生兩條警示。

• 編輯從CloudMonitor 1.0 遷移的警示規則時，警示通知僅支援舊式聯絡組 (ContactGroups)，無法選擇 2.0 建立的通知對象。1.0 使用警示聯絡組，2.0 使用通知對象和通知策略，兩套系統不互連。建議在 2.0 控制台重新建立警示規則，新規則支援選擇通知對象。

• 編輯：選擇目標警示規則，單擊右側操作列中的編輯，在對話方塊中修改資訊，單擊確定。

• 啟用/禁用：選擇目標警示規則，在啟停狀態列通過按鈕控制。

• 刪除：選擇目標警示規則，單擊右側操作列中的表徵圖刪除。

  警告

  刪除後無法恢複，請謹慎操作。