添加、删除指定进程并设置报警规则 - 云监控

云监控通过安装在阿里云主机（ECS实例）和非阿里云主机上的云监控插件，为您采集最近一段时间内活跃进程的CPU使用率、内存使用率和文件打开数。您还可以添加进程监控，查看其进程数，并为这些进程设置报警规则，及时关注进程数的变化，确保其正常运行。

前提条件

请确保您已为阿里云主机（ECS实例）和非阿里云主机安装云监控插件。具体操作，请参见安装云监控插件。

背景信息

云监控每分钟统计一次CPU消耗Top5的进程，记录进程的CPU、内存使用率和打开文件数。

进程的CPU使用率与内存使用率：您可以参考Linux中的top命令理解这两个监控项的含义。
进程的打开文件数：您可以参考Linux中的lsof命令理解这个监控项的含义。

云监控采集CPU消耗Top5进程的CPU使用率，可能存在以下问题：

如果您的进程占用多个CPU，则会出现CPU使用率超过100%的情况，因为采集结果为多核CPU的总使用率。
如果您查询的时间范围内，CPU消耗Top5的进程不固定，进程列表会显示该时间范围内全部进入过Top5的进程，列表中的时间表示该进程最后一次进入Top5的时间。
云监控只采集CPU消耗Top5进程的CPU使用率、内存使用率和打开文件数。如果进程在查询的时间范围内未持续进入Top5，则监控图表中会出现数据点不连续的情况，数据点的密集程度表明了该进程在主机上的活跃程度。示例如下：
- Wrapper进程未持续进入主机CPU消耗Top5，监控图表中的数据点稀疏，且不连续，表示有数据点的时间该进程进入Top5。
- Java进程在监控图表中的数据点非常密集，且连续，表示该进程已持续进入CPU消耗Top5。
当系统级任务（如内核线程 kworker、ksoftirqd 或中断处理）占用大量 CPU 但未进入 Top5 时，进程监控可能显示 idle 或暂无数据，而整体 CPU 使用率仍达 100%。此时可通过 top -H 命令查看线程级 CPU 占用分布，识别未进入 Top5 的高 CPU 消耗内核线程。

为什么进程监控指标数据从特定时间点开始有数据，而非历史全量？

进程监控数据依赖于手动添加的进程监控项，云监控 Agent 仅从您添加监控项的时刻起采集对应进程的指标数据。若未提前添加监控项，则无法获取历史数据，也无法触发历史时段的报警。

定时 CPU 报警排查

当主机在固定时段出现 CPU 报警时，可通过进程监控回溯查询该历史时段的进程 CPU 占用情况，定位占用 CPU 的进程：

登录云监控控制台，在左侧导航栏选择云资源监控 > 主机监控。在实例列表中，单击目标 ECS 实例的实例名称，进入主机监控详情页。
查看 CPU 使用率趋势图，确认报警时段的 CPU 变化曲线。
切换到进程监控页签，在时间范围选择器中选择报警时段对应的时间范围（1 小时/6 小时/12 小时/1 天/3 天/7 天/14 天/自定义）。如果报警发生在无人值守时段（例如凌晨），选择自定义并填入异常时段的起止时间（例如 01:00~02:00），然后单击确定。在进程 TopN 表格中查看该时段 CPU 使用率最高的 Top5 进程，可查看进程名称/CMD、进程 ID、用户、CPU 使用率（%）、内存使用率（%）、打开文件数和时间等字段。
根据进程名称判断 CPU 占用原因：
- ids.exe / hbrclient：云备份（HBR）客户端进程，负责数据传输与任务调度。登录云备份控制台查看备份计划执行时间是否与报警时间吻合。
- crontab / Windows 任务计划程序：检查 Linux 实例的 crontab -l 输出或 Windows 任务计划程序，确认是否存在消耗 CPU 的定时脚本。
- AliYunDun / AliYunDunMonitor：云盾安全进程，执行定期安全扫描时 CPU 短暂上升，属正常行为。

回溯历史时段的进程数据依赖提前添加的进程监控项。云监控 Agent 仅从您添加监控项的时刻起采集对应进程的指标数据，未提前添加监控项的时段无法获取该时段的进程数据。

结合进程名称判断是否为正常业务进程。如果 Top5 进程列表中未发现异常进程，可进一步检查实例内的计划任务（Linux 执行 crontab -l，Windows 查看任务计划程序）和系统日志（Windows 查看事件查看器），也可参考本文「背景信息」中关于系统级内核线程未进入 Top5 的说明。

添加进程监控

您可以通过监控主机的进程数，采集关键进程的数量，及时获取关键进程的存活状态。

假设您的主机运行了如下进程：

/usr/bin/java -Xmx2300m -Xms2300m org.apache.catalina.startup.Bootstrap
/usr/bin/ruby
nginx -c /etc/nginx/nginx.conf

您添加了6个进程关键字，采集结果如下：

进程关键字	采集进程数	结果
`ruby`	1	命中进程名称。
`nginx`	1	命中进程名称与参数。
`/usr/bin`	2	命中路径（2个进程包含该路径）。
`apache.catalina`	1	命中部分参数。
`nginx.conf`	1	命中部分参数。
`-c`	1	命中部分参数。

说明

进程名匹配严格区分大小写，配置的进程关键字（processName）必须与操作系统中实际运行的进程名完全一致（包括大小写），否则无法匹配进程，导致采集失败或报警不触发。

登录云监控控制台。
在左侧导航栏，选择云资源监控 > 主机监控。
在主机监控列表中，单击目标主机的实例名称链接，或单击目标主机对应操作列的监控图表，选择页签进程监控。
在进程监控页面下方，单击进程数监控折叠面板，再单击右上角的添加进程监控。
在添加进程监控面板，先输入进程名称，再单击增加，然后单击右上角的图标。

说明
添加进程监控后，请您稍等几分钟，才能看到进程数的监控数据。

为进程设置报警规则

您添加进程后，可以为该进程设置报警规则。当进程数发生变化时，您可以收到报警通知。

登录云监控控制台。
在左侧导航栏，选择云资源监控 > 主机监控。
在主机监控页面，单击目标主机的实例名称链接，或单击目标主机对应操作列的监控图表，选择页签进程监控。
先单击进程数监控折叠面板，然后单击右上角的图标。在 进程数监控 区域，单击进程数图表右上方的告警图标，打开报警规则设置面板。
在设置规则描述面板，先设置规则名称，再设置进程监控指标进程 / 当前进程数的阈值和报警级别，然后单击确定。
在创建报警规则面板，先设置报警规则的相关参数，再单击确认。

关于如何设置报警规则中的相关参数，请参见创建报警规则。
查看进程报警规则。
1. 在左侧导航栏，选择报警服务 - 报警规则。
2. 在报警规则页面，您可以查看报警规则列进程维度的报警规则。

说明

关于进程总数报警阈值的设置，建议参考以下原则：

系统进程总数受 Linux 内核参数 /proc/sys/kernel/pid_max 限制，建议将阈值设置为 pid_max 的 70%~80%，以预留缓冲空间，避免误报或漏报。
可通过命令 cat /proc/sys/kernel/pid_max 查看当前系统上限。
也可基于业务稳定期的实际进程数（通过云监控历史数据或执行 ps -eLf | wc -l 命令获取），在此基础上增加 20%~30% 作为阈值，避免直接设置为接近 pid_max 的值。

删除进程监控

说明

通过应用分组菜单的组进程监控添加的进程，只能在组进程监控中删除。

登录云监控控制台。
在左侧导航栏，选择云资源监控 > 主机监控。
在主机监控页面，单击目标主机的实例名称链接，或单击目标主机对应操作列的监控图表，选择页签进程监控。
先单击进程数监控折叠面板，然后单击右上角的添加进程监控。
在添加进程监控面板，单击目标进程对应操作列的删除。
在删除确认对话框，单击确定。
单击右上角的图标。

常见问题

云监控是否支持查看单个进程（如 Nginx、Java）的网络带宽/流量占用？

云监控当前不支持查看单个进程的出网带宽或指定时间段（每天/每小时）的下行流量统计。如需以进程视角监控网卡流量，建议在 ECS 实例内部使用 nethogs 等第三方工具实现。

如何监控 Java 线程数？

云监控进程监控仅支持监控进程数量（可通过添加关键字 java 实现），不支持直接监控 Java 线程数。如需监控线程数，建议使用 ARMS 应用监控。

历史时段 CPU 占用进程排查

收到 CPU 报警后，可以通过云监控的进程监控功能，回溯查询历史时段的进程 CPU 占用情况，定位异常时段消耗 CPU 的进程。

登录云监控控制台。
在左侧导航栏，选择云资源监控 > 主机监控。
在主机监控列表中，单击目标 ECS 实例的实例名称，进入主机监控详情页。
单击进程监控页签。
在页面右上方的时间范围选择器中，选择自定义，设置异常时段（例如凌晨 01:00~02:00），然后单击确定。
在进程 TopN 表格中，查看 CPU 使用率最高的 Top5 进程，包括进程名称、进程 ID、CPU 使用率、内存使用率等指标。

说明

进程需提前添加监控项才能采集历史数据。未提前添加监控项的时段，无法获取进程数据。

结合进程名称判断占用 CPU 的是否为正常业务进程。如需进一步排查，可以检查操作系统的计划任务和事件查看器日志。