通過監控/警示/事件及時感知專線故障 - Express Connect

可通過配置警示，及時感知專線故障，降低業務影響。

背景資訊

專線發生故障時，業務側通常會立即感知到丟包或不可達。警示配置是否完整、是否及時，決定了您能否及時發現異常並啟動應急流程。

Express Connect當前依賴CloudMonitor產品提供警示能力，支援兩種類型的警示：

警示規則：基於 指標（Metric）閾值 的警示。適合 up/down 狀態、流量值等量化指標的常態化閾值監控，需手動定義閾值。
系統事件：基於 事件（Event） 的訂閱。系統事件是阿里雲通過對後台多項指標綜合分析後，識別出的一次故障或異常，例如 BGP 故障、BFD DOWN、VBR 流量陡降，無需自訂閾值，開箱即用。

關鍵警示配置

建議配置如下關鍵警示。

1. 物理連接埠故障

按照如下配置，針對目標物理連接埠添加警示規則：

產品：Express Connect-物理連接埠。
監控指標：物理专线状态
- 周期： 連續1個周期（1周期=1分鐘）。
- 閾值：Status < 1，對應物理連接埠故障。

2. VBR流量異常

按照如下配置，訂閱系統事件：

產品：网络智能服务。
事件名稱：VBR入方向流量陡降或VBR出方向流量陡降。
單擊查看 VBR入方向流量陡降 規則定義
監控分鐘級的VBR執行個體IDC到VPC方向流入速率，若同時滿足以下條件，則觸發警示。
條件一：持續3分鐘，每分鐘環比前7分鐘的平均速率下跌≥99%；
條件二：持續3分鐘，每分鐘環比前7分鐘的平均速率下跌絕對值≥1 Mbps；
條件三：持續3分鐘，每分鐘環比前15、30和60分鐘的平均速率下跌絕對值≥0.5 Mbps；
條件四（智能基準警示）：通過學習VBR執行個體的歷史流入速率周期性規律，預測下一周期流入速率穩定區間，若在周期到達時，3分鐘內持續2分鐘突破預測區間下限≥99%，則判定為異常下跌。
出方向規則定義同理，詳見NIS文檔：事件中心。

3. ECR流量異常

針對目標ECR添加警示規則。例如ECR流出到特定TR的歷史流量頻寬7x24小時穩定在100Mbps以上，那麼可將監控值 < 1Mbps 視為流量跌停：

產品：高速通道-专线网关。
監控指標：轉發路由器(TR)實例監控 -> ECR到TR方向流出速率 。
- 周期： 連續1個周期（1周期=1分鐘）。
- 閾值：監控值 < 1Mbps （此處僅為樣本，請按照實際傳輸的流量頻寬設定合理的警示閾值）。
維度：選擇目標地區和目標TR。

4. BGP和BFD異常

按照如下配置，訂閱系統事件：

產品：网络智能服务。
事件名稱：
- BGP连接故障：BGP串連狀態從已串連變成其他狀態，會影響流量傳輸。
- BFD狀態DOWN通知：BFD狀態異常，影響流量傳輸。

5. 流量探測丟包

按照如下配置，針對目標探測任務添加警示規則：

產品：網站監控。
監控指標：丟包率
- 周期：連續1個周期（1周期=1分鐘）。
- 閾值：平均值 = 100%。

6. 健全狀態檢查異常（無ECR的情境）

注意：健全狀態檢查僅針對無ECR的情境，包括 VBR直連VPC（即VBR上連，已停售） 或 VBR直連TR。

按照如下配置，針對目標探測任務添加警示規則：

產品：Express Connect-邊界路由器。
監控指標：VBR健全狀態檢查丟包率。
- 周期：連續1個周期（1周期=1分鐘）。
- 閾值：監控值 = 100%。

操作步驟

添加警示規則

前往警示規則配置頁。根據不同的目標資源：
- 物理連接埠 或 邊界路由器VBR：
  1. 在目標物理連接埠/目標VBR的监控列，單擊對應的監控表徵圖開啟监控彈窗。
  2. 在监控彈窗的右上方，單擊預警設定跳轉到CloudMonitor控制台，頁面會自動開啟建立警示規則-修改規則描述彈窗。
- 專線網關ECR：
  1. 在CloudMonitor控制台目標ECR的操作列，單擊監控圖表。
  2. 然後在圖表頁面右上方單擊建立警示規則，頁面會自動開啟建立警示規則-修改規則描述彈窗。
- 流量探測：
  1. 在CloudMonitor控制台警示服務-警示規則頁面，單擊建立警示規則。
  2. 在建立警示規則彈窗中：選擇產品為網站監控；資源範圍為執行個體，並在關聯資源中單擊添加執行個體選擇目標流量探測任務；規則描述中單擊添加規則 -> 簡單指標，開啟修改規則描述彈窗。
- 健全狀態檢查：
  1. 在CloudMonitor控制台警示服務-警示規則頁面，單擊建立警示規則。
  2. 在建立警示規則彈窗中：選擇產品為Express Connect-邊界路由器；資源範圍為執行個體，並在關聯資源中單擊添加執行個體選擇目標VBR；規則描述中單擊添加規則 -> 簡單指標，開啟修改規則描述彈窗。
在修改規則描述彈窗中：
- 規則名稱：設定有意義的名稱，例如xxx異常。
- 指標類型：保持預設的簡單指標。
- 監控指標：根據關鍵警示配置選擇目標監控指標，並在閾值及報警級別的緊急區塊中設定周期、閾值。
  設定完畢後，單擊確定。
在建立警示規則彈窗中：
- 通道沉默周期：警示通知發送後，在設定時間長度內，同一條警示即使持續觸發也不再重複發送。預設24小時，即同一警示每24小時最多通知一次。
- 報警聯繫人組：下拉選擇目標組。若下拉框為空白，請先建立警示連絡人和警示連絡人群組。
設定完畢後，單擊確認。

訂閱系統事件

前往CloudMonitor事件訂閱頁面，單擊創建訂閱策略。
在創建訂閱策略頁面：
1. 基本信息：輸入有意義的名稱，例如xxx異常。
2. 報警訂閱：訂閱類型選擇系統事件，訂閱範圍根據關鍵警示配置選擇目標產品和事件名稱，其他項保持預設不填。
3. 合併降噪：保持預設。
4. 通知：下拉選擇目標通知配置。若為空白請先建立通知配置策略。
5. 推送與集成：保持預設不填。
最後單擊頁面底部的提交。

驗證警示

完成本文配置後，建議定期做一次警示演練，驗證聯絡組、通知渠道、值班響應鏈路是否仍然有效，避免警示配置完即遺忘，確保警示生效。

下面以物理專線故障演練為例，驗證警示有效性：

警告

故障演練會通過將被演練的資源關閉，使資源處於人工構造的故障狀態，請確保您已將演練資源進行冗餘配置，否則會導致業務中斷。

前往故障演练頁面，單擊创建任务。
在创建任务頁面，
- 地域：選擇目標物理連接埠所在的地區。
- 演练资源：選擇物理专线，然後選中下方左側的目標物理連接埠，通過單擊箭頭挪到右側已選擇執行個體面板中。
- 演练方式：選擇立即开始。
- 演练时长：選擇實際可接受的時間長度，本文以5分鐘為例。
- 確認無誤後，單擊確定。
顯示创建故障演练任务成功後，單擊查看详情確認演練任務的基本資料。
- 演練狀態會先變為开始中，然後進入演练中狀態。
- 狀態進入演练中後，警示連絡人將收到警示資訊。郵件方式的警示資訊樣本：
  ECR流量異常
  時間：2026-05-22 10:26:49
  警示層級：緊急
  執行個體名稱：[instanceId=ecr-fih7************，nodeRegion=eu-central-1，nodeId=tr-gw8m************]
  執行個體詳情：instanceId = ecr-fih************;
  nodeRegion = eu-central-1;
  userId = 11081************;
  nodeId = tr-gw8************;
  監控指標：ECR到TR方向流出速率
  警示條件：連續滿足1次當前值<1 Mibit/s
  當前值：0bit/s
  資料詳情：__ts__=177************,
  __count__=1,
  instanceId=ecr-fih7sr************,
  nodeRegion=eu-central-1,
  Value=0,
  nodeId=tr-gw8m************,
  userId=1108************,
  timestamp=1779************，
  期間：1分鐘，
  警示規則：ECR到TR方向流出速率<1Mbps。
  BGP狀態警示
  【CloudMonitor】************下發生4次警示，最進階別 CRITICAL。
  使用者：尊敬的************一(110811************)
  開始時間：2026-05-21 23:03:31 CST
  最近觸發時間：2026-05-21 23:14:43 CST
  警示抑制：直接通知
  策略規則：************
  相關警示事件：CRITICAL 2026-05-21 23:14:43 CST
  服務名稱：網路智慧型服務
  執行個體名稱：vbr-gw************
  影響資源：acs:EC:eu-central-1:11081************:instance/vbr-gw822************
  地區：德國1(法蘭克福)(eu-central-1)
  事件名稱：BGP串連故障說明: 支援的雲產品及其系統事件
  事件內容：impact : {"EC":["vbr-gw8************"]}
  description：Express Connect:vbr-gw822e************物理網路連通性故障或BGP配置異常導致BGP串連故障導致路由丟失。BGP相關資訊為 bgpGroupId:bgpg-gw8ns************,bgpPeerId:bgp-gw8hw************,建議聯絡商務經理處理。
  event_time：2026-05-21T15:14:00Z
  流量探測
  尊敬的使用者xxx ，您好：
  網站監控執行個體：taskName=alert，address=172.16.0.1，丟包率於2026-05-22 10:26:58發生警示，平均值為100%，期間0分鐘。
  規則詳情：警示規則xxx，丟包率的1分鐘統計值，連續1次滿足運算式平均值==100 %
  健全狀態檢查
  【CloudMonitor】尊敬的xxxx , xxx-Express Connect-專線串連發生警示
  時間: 2026-05-22 10:29:08
  警示層級：緊急
  執行個體名稱：[a-idc]
  執行個體詳情：instanceId = vbr-gw8v************;
  userId = 1108************;
  監控指標：VBR健全狀態檢查丟包率
  警示條件：連續滿足3次當前值==100 %
  當前值：100%
  資料詳情：__ts__=1779416910000,
  __count__=1,
  instanceId=vbr-gw8v************,
  Value=100,
  userId=11081************,
  timestamp=1779416820000，
  期間：4分鐘，
  警示規則：xx規則

如果警示規則類的警示未觸發，請先確認警示連絡人的連絡方式有效，再確認指標變化：

在目標警示規則的操作列，單擊修改。
在修改警示規則滑窗中，單擊規則描述最右側的編輯表徵圖，開啟修改規則描述滑窗。
在修改規則描述滑窗中，查看監控圖表預覽中的指標趨勢，確認指標是否匹配警示周期和閾值。

Express Connect：通過監控/警示/事件及時感知專線故障