操作指南

告警服务

更新时间 2020-12-01

告警功能提供对监控指标的告警服务支持，用户对云服务的核心监控指标设置告警规则，当监控指标触发用户设置的告警规则阈值时，则会按照用户设置的查收通知形式，收取告警信息。目前平台支持以邮箱、短信、等方式通知用户，让用户可以在第一时间得知云资源发生的异常情况，快速准确定位，并迅速处理故障，避免因资源问题或者外部操作原因，造成业务上的损失。

告警服务操作步骤

创建告警策略

首先我们需要创建一个告警策略，指定资源类型、检查周期、告警条件、通知列表等信息。之后便可将其与资源关联，开始监控。下面以云服务器监控告警为例，介绍创建的步骤。在控制台导航中点击『监控告警』进入告警页面，然后点击『创建』按钮开始创建。

参数设置

参数设置可输入名称，资源类型和监控周期。其中资源类型决定了这个告警策略可支持哪些监控项，不同的资源支持不同的监控项，在指定了资源类型后，这个告警策略只能关联同类型资源。此例中我们选『云服务器』。

告警规则

这一步可对资源支持的监控项设置多条告警规则，任何一条满足条件都会触发告警。

监控数据采样间隔都是1分钟，所以在设置阈值时，可能需要考虑这个时间因素。

告警行为

最后一步作为可选项，可设置发送通知到通知列表，在资源的告警状态发生变化时收到通知。目前告警行为仅支持发送通知，以后还会支持更多操作。到此告警策略便创建完成了，如果之后需要修改或调整，都可在告警策略详情页中操作。需要注意的是，告警策略一旦创建完成，其『资源类型』属性便不可改变了。如果需要其他资源类型的告警，请另行创建相应的策略。
添加监控资源

告警策略创建完成后，便可给它添加监控资源。如下图所示，在告警策略详情页的基本属性菜单中点击『添加监控资源』，之后在弹窗中选择要监控的资源即可。

添加监控资源后，监控服务便会自动对资源开始监控。如果资源被删除，其所关联的监控告警也会随之解除。
查看告警历史

资源监控过程中的重要事件都会记录在告警历史中。告警历史可在资源详情页中看到，历史记录包括：

当修改了告警策略，并应用修改后，历史中会有一条配置变化的记录。

当资源监控状态发生变化时，会有相应的记录，

当执行告警事件时，也会有相应的记录，

监控告警有三个状态：正常，告警，监控数据不足。其中监控数据不足是指没有取到监控数据，这通常是因为资源已关闭，或公网 IP 已解绑导致。

负载均衡器监听器或后端服务的告警历史的查看需要鼠标点击『操作』或者右键某个后端服务，再选『监控告警』。如图所示：

监控历史会保留最近 50 条记录，更早的记录会定期删除。
通知列表

用户可以将一组手机号、邮箱和webhook保存到通知列表中，用以接收山河系统发送的通知。目前监控告警功能使用了通知列表，在资源发生告警时第一时间将受监控的资源情况通知用户。本指南将详细介绍如何新建和管理你的通知列表。
创建通知列表

每个山河账户（包括子账户）都可以创建、管理自己的通知列表。你可以在控制台左侧导航拦中找到 “通知列表 (Notification Lists)”一项，点击即进入通知列表管理界面。点击 “创建” 按钮，在弹出框中将需要添加的手机和邮箱逐项录入。通常可以按你的工作人员组别列入不同的通知列表，例如建立开发团队、运维团队、产品团队等列表。如果在创建告警策略时还没有一个通知列表，在添加告警行为时点击 “新列表”，也能弹出新建通知列表的窗口完成创建。

点击 “对勾” 图标添加一条手机号/邮箱后，会自动通过短信或邮件发出验证码。手机号和邮箱的验证可以后续完成，不影响通知列表的创建，但只有验证成功的手机号/邮箱才可以接受告警通知，相同的手机号/邮箱只需要验证一次，再次添加时无需验证。

每个通知列表的手机和邮箱数量总和上限是20个。点击 “提交” 按钮，即可完成通知列表的创建。
修改通知列表

你可以在通知列表界面修改通知列表的内容，点击 ID 号或 “修改” 按钮都可以弹出修改框。与创建时一样，如果还没有达到总和上限，你可以继续往列表中添加手机号/邮箱。也可以将通知列表中的手机号/邮箱从列表中移除。

创建 Webhook

Webhook 可以让你的系统直接收到山河的通知。当监控告警发生时，山河系统会以 HTTP POST 的方式将通知信息发送到指定 URL ，你可以在这个 URL 的接收逻辑中自行处理通知信息。每加入一条新的 Webhook URL 都需要先进行验证。验证方法是在 URL Response 中返回指定的 token ，一旦通过验证就无需再在 Response 中保留这个 token 。每个 URL 对于同一个用户只需验证一次。

当监控告警发生时，URL 会收到来自山河主动推送的通知，推送方式是 POST ，POST form 携带的参数如下

{
    "alarm_policy": "inst",                         # 监控告警策略名称
    "resource": {                                   # 资源信息
      "resource_id": "i-fsda5aiv",
      "resource_name": "",
      "resource_type": "instance"
    },
    "rules": {                                      # 监控告警规则列表
      "alpr-lr3gv19q": {
        "alarm_policy_id": "alp-7x97ldud",          # 监控告警策略 ID
        "alarm_policy_rule_id": "alpr-lr3gv19q",    # 告警规则 ID
        "alarm_policy_rule_name": "",               # 告警规则名称
        "condition_type": "gt",                     # 判断条件：gt (>), lt (<)
        "consecutive_periods": 1,                   # 连续周期数
        "create_time": "2015-06-05T16:28:55",
        "disabled": 0,                              # 是否禁用
        "meter": "disk-us",                         # 资源监控项
        "owner": "usr-qkMLt5Oo",
        "recent_monitor_data": {"/": [[1433771551, 6]]},
        "status": "ok",                             # 此监控项的状态：ok 正常，alarm 告警中，insufficient 无监控数据
        "data_processor": "raw",                    # 监控阈值类型：raw - 阈值即为监控数据值，percent - 阈值表示的是『百分比』(百分比目前只用于 IP 带宽告警)
        "thresholds": "90"                          # 监控阈值
      },
      "alpr-u8vue5g6": {
        "alarm_policy_id": "alp-7x97ldud",
        "alarm_policy_rule_id": "alpr-u8vue5g6",
        "alarm_policy_rule_name": "",
        "condition_type": "lt",
        "consecutive_periods": 1,
        "create_time": "2015-06-05T16:28:55",
        "data_processor": "raw",
        "disabled": 0,
        "meter": "memory",
        "owner": "usr-qkMLt5Oo",
        "recent_monitor_data": [[1433771500, 10.3],
         [1433771510, 10.4],
         [1433771520, 10.3],
         [1433771530, 10.4],
         [1433771540, 10.3]],
        "status": "alarm",
        "thresholds": "90"
      },
      "alpr-wkjaaqvh": {
        "alarm_policy_id": "alp-7x97ldud",
        "alarm_policy_rule_id": "alpr-wkjaaqvh",
        "alarm_policy_rule_name": "",
        "condition_type": "gt",
        "consecutive_periods": 1,
        "create_time": "2015-06-05T16:28:55",
        "data_processor": "raw",
        "disabled": 0,
        "meter": "cpu",
        "owner": "usr-qkMLt5Oo",
        "recent_monitor_data": [[1433771500, 0.2],
         [1433771510, 0.5],
         [1433771520, 0.2],
         [1433771530, 0.4],
         [1433771540, 0.2]],
        "status": "ok",
        "thresholds": "90"
      }
    },
    "trigger_status": "alarm",                      # 通知触发条件：ok，alarm，insufficient
    "zone": "beta"
  }

因为通知列表不仅用于监控告警，还可用于接收自动伸缩和定时器的通知，而不同服务推送的 webhook 数据也不同，这里一并说明。当自动伸缩触发通知时，webhook 携带的参数如下

{
  "zone": "beta",
  "autoscaling_rules": {                         # 自动伸缩规则属性
    "autoscaling_policy_rule_id": "aspr-96lss7vs",
    "history_type": "scale_success",             # 执行结果
    "description": "",
    "scale_direction": "decrease"                # increase: 上调, decrease: 下调
  },
  "autoscaling_policy": {                        # 自动伸缩策略属性
    "autoscaling_policy_id": "asp-36fcf6sb",
    "resource": {                                # 自动伸缩调整的资源
      "resource_name": "",
      "eip_addr": "192.168.7.88",
      "resource_type": "eip",
      "resource_id": "eip-5irjjfki"
    },
    "description": "",
    "autoscaling_policy_name": "",
    "scale_type": "eip_bandwidth"                # 自动伸缩策略类型
  }
}

当定时器触发通知时，webhook 携带的参数如下

{
  "tasks": [{                                    # 定时器任务属性
      "scheduler_task_id": "st-jtwx7hqt",
      "history_type": "task_fail",               # 任务执行结果
      "task_type": "start_instances",            # 任务类型
      "scheduler_task_name": ""
  }],
  "scheduler": {                                 # 定时器属性
    "scheduler_name": u"scheduler",
    "scheduler_id": "schd-x0v8l9x9"
  },
  "zone": "beta"
}

这篇文档解决了您的问题吗？

操作指南

本页目录

操作指南

告警服务

告警服务操作步骤