配置AI DataLake对接AOM Prometheus监控

使用须知

• AOM接入功能默认不开启，用户需手动勾选开启。
• 接入AOM的指标会产生额外计费，请参考计费规则。

操作前准备

已开通应用运维管理AOM服务。

步骤1：在AOM中创建Prometheus通用实例

1. 登录AOM 2.0控制台。
2. 在左侧导航栏选择“Prometheus监控 > 实例列表”，然后单击“创建Prometheus实例”。
3. 设置实例名称、企业项目和实例类型信息，设置完成后单击“确定”。

   表1 配置Prometheus实例

   参数名称	说明
   Prometheus实例名称	Prometheus实例的名称。 只能由中文、字母、数字、下划线、中划线组成，且不能以下划线或中划线开头和结尾，最多不能超过100个字符。
   企业项目	所属的企业项目。 如果在全局页面设置为“ALL”，此处请从下拉列表中选择企业项目。 如果在全局页面已选择企业项目，则此处灰化不可选。 在创建Prometheus实例过程中，如果要选择新创建的企业项目，建议企业项目创建后等待10分钟左右，再进行Prometheus实例创建。
   Prometheus实例类型	Prometheus实例的类型，此处选择“通用实例”。

步骤2：在AI DataLake配置对接AOM

1. 登录AI DataLake管理控制台。
2. 创建或编辑资源池、端点时，在配置页面开启“监控对接AOM”。
3. 在下拉列表中选择要接入的AOM Prometheus实例。

   选择AOM Prometheus实例后，系统将按照AOM计费规则收费。

4. 完成资源池、端点创建或编辑。
   • 资源池监控： 配置完成后，系统自动上报该资源池的监控指标至AOM。
   • 端点监控： 配置完成后，系统自动上报该端点的资源监控指标至AOM。
   • 作业监控：当用户在端点上提交作业后，系统会上报作业级别的监控指标至AOM。

步骤3：在AOM中查看监控指标

1. 登录AOM 2.0控制台。
2. 在左侧导航栏选择“Prometheus监控 > 实例列表”。
3. 单击步骤1中创建的Prometheus实例名称，在“指标管理”中即可查看监控信息。支持查看的监控指标类型请参见表2。

   表2 支持查看的监控指标类型

   资源类型	说明	相关文档
   资源池	支持查看计算资源池的监控指标，包括CPU、内存、NPU、GPU的总量、使用率、分配率等。	计算资源池监控指标
   Aura端点	支持查看Aura端点及作业的监控指标，包括CPU、内存的总量、使用率，NPU、GPU的分配量、使用率，以及各状态作业数等。	Aura端点资源和作业指标
   Ray端点	支持查看Ray端点、作业的监控指标以及Ray原生指标，包括CPU、内存、NPU、GPU的使用量、使用率及分配量，各状态作业数、作业时长等。	Ray端点资源、作业和Ray原生指标
   Spark端点	支持查看Spark端点及作业的监控指标，包括CPU、内存的使用量、配额总量，以及各状态作业数、作业时长等。	Spark端点资源和作业指标
   Flink端点	支持查看Flink端点及作业的监控指标，包括CPU、内存的使用量、配额总量，以及各状态作业数、作业时长等。	Flink端点资源和作业指标

步骤4：在AOM中创建告警规则

通过指标告警规则可对资源的指标设置阈值条件，当指标数据满足阈值条件时产生阈值告警，当没有指标数据上报时产生数据不足事件。具体操作，请参见创建AOM指标告警规则。