更新时间:2024-04-22 GMT+08:00
分享

配置业务告警

AppStage运维中心支持对接入的日志配置告警,当日志出现异常告警后,可以通过配置告警通知,及时掌握并处理告警,避免影响业务正常运行。

步骤一:创建聚合表

  1. 进入运维中心工作台。
  2. 在顶部导航栏选择自有服务。
  1. 单击,选择“运维 > 监控服务(ServiceInsight)”。
  1. 选择左侧导航栏的“运维数据开发 > 数据开发”,进入“数据开发”页面。
  1. 单击“数据管理 > ClickHouse”,进入ClickHouse页面。
  2. 单击日志接入时选择或自动创建的Topic后的“创建聚合表”,Topic可在“日志空间”页面查看,如图1所示。

    图1 查看Topic

  3. 配置聚合表参数,配置完成后,单击“确定”。

步骤二:新建指标

  1. 在“数据开发”页面,选择“数据治理 > 指标仓库”。
  2. 单击逻辑主体后的“新建”。
  3. 配置逻辑主体参数,参数说明如表1所示,配置完成后,单击“确定”。

    表1 配置逻辑主体参数说明

    参数类型

    参数名称

    参数说明

    基本信息

    英文名称

    自定义英文名称。

    中文名称

    自定义中文名称。

    数据类型

    逻辑主体的使用场景,一般为APP、Service、SLB、ELB等,支持自定义数据类型。

    描述

    输入描述信息。

    共享业务

    如果其他业务需要使用当前业务某个逻辑主体关联的指标或视图,可以选择其他服务名称。

    字段列表

    -

    单击“添加字段”,把物理实体里的字段加入到逻辑主体中。

    数据表

    -

    单击“新增”,选择数据表,即已创建的汇聚表。

  1. 在“指标仓库”页面,单击已创建的逻辑主体。
  2. 单击逻辑主体页面的“新建指标”,选择“新建单个指标”。
  3. 配置指标参数,参数说明如表2所示,配置完成后,单击“创建”。

    表2 配置指标参数说明

    参数名称

    参数说明

    类型

    选择指标类型。

    英文名称

    自定义英文名称。

    中文名称

    自定义中文名称。

    指标等级

    选择指标等级。

    描述

    输入描述信息。

    开放名称

    -

    指标类型

    根据指标的类型分为RequestCount、DelayTime、SuccessRate、FailureRate、Speed、Bandwidth。

    逻辑主体

    选择指标来源的逻辑主体。

    标签列表

    -

    指标责任人

    -

    开放状态

    -

    抽象指标

    -

    是否多聚合字段

    -

    聚合类型

    选择指标的统计方式。

    聚合字段

    指标的度量对象。

    过滤器

    依据业务限定条件,给指标设置过滤规则,支持AND、OR多层嵌套过滤条件,节点类型为NODE。

    举例:有5个过滤条件ABCDE,过滤条件汇总后为(A AND B)OR (C AND D AND E),ABCDE即为NODE节点。

步骤三:配置异常检测任务

  1. 在监控服务页面,选择左侧导航栏的“AI辅助诊断 > 异常检测”,进入“异常检测”页面。
  2. 单击“快速配置”,进入任务快速配置页面。
  3. 配置任务参数,参数说明如表3所示,配置完成后,单击“Save”,弹出任务进度窗口,等待任务完成。

    表3 配置任务参数说明

    参数名称

    参数说明

    指标

    选择指标仓库中新建的指标。

    任务名称

    自定义任务名称,只能包含字母、数字、下划线。

    告警名

    设置告警名称,会展示在告警列表中。

    数据源类型

    -

    告警级别

    选择告警级别,即notice、minor、major和critical,分别对应提示、一般、严重和紧急。

    描述

    输入任务描述。

    维度列表

    来自于指标的逻辑实体上的维度 选择异常检测需要对哪些维度做检测。

    ALL维度列表

    指需要对哪些维度进行all维度的配置。

    维度过滤设置

    维度过滤器,用于按照维度和请求量进行过滤。

    指标类型

    指标的类型,针对指标的定义进行选择。

    算法类型

    选择异常检测算法,支持固定阈值和动态阈值。

    • 固定阈值:简单设置上限或者下限值。一旦数据超过上限或是低于下限则发生异常。
    • 动态阈值:通过训练历史数据,实现对数据特征的学习,构建数据的模型。并利用模型来预测数据的趋势走向。当实际值和预测值相差过大,认为异常。

    上限

    当算法类型选择固定阈值时,需要设置上限。

    下限

    当算法类型选择固定阈值时,需要设置下限。

    预估维度数

    -

分享:

    相关文档

    相关产品