使用AOM服务监控ASM

操作场景

应用服务网格（ASM）安装完成后，网格关键组件（如 istiod、istio-ingressgateway、istio-egressgateway、sidecar、istio-operator）默认未配置监控告警。当组件发生 CPU 或内存异常时，您可能无法及时感知，导致故障影响扩大。

通过本章节的操作，您可以在应用运维管理（AOM）中为 ASM 关键组件配置 CPU 和内存使用率告警，实现故障的提前感知和快速定位。

约束与限制

• 筛选条件中的容器名称需与实际部署的ASM组件容器名称一致,可通过指标浏览页面的下拉列表查看可用值（本示例仅以监控容器内存使用率指标为例）。
• 告警阈值（本示例为90%）请根据实际业务场景和容器资源配额合理设置。

• 本文档描述的是对 ASM 网格基础设施组件（控制面和数据面组件）的监控告警配置，与 ASM 控制台内置的"监控中心"功能定位不同，具体区别请参见与 ASM 监控中心的区别。

前提条件

• 已部署应用服务网格，且网格运行正常。

• 已开通 AOM 服务并创建 Prometheus 实例，具体操作请参见AOM创建Prometheus实例。
• 已安装UniAgent。UniAgent本身不提供指标数据采集能力，运维数据由不同的插件分工采集，可在接入中心安装对应的插件（如ICAgent），并创建采集任务,来进行指标数据采集。

操作步骤

1. 登录AOM 2.0控制台。
2. 在左侧导航栏选择"指标浏览"。
3. 选择 Prometheus 实例“Prometheus_AOM_Default”。
4. 确认当前模式为"交互式"，指标类型为"多指标"。
5. 在查询构建区，设置以下参数。

   表1 监控内存使用率和容器CPU使用率

   参数	取值	参数说明
   指标	aom_container_memory_workingset_usage aom_container_cpu_usage	容器内存WorkingSet使用率指标和容器CPU使用率指标。更多指标信息请参见指标采集。
   统计周期	1分钟	参数说明请参见AOM告警规则配置中的"统计周期"说明。
   统计方式	平均值	参数说明请参见AOM告警规则配置中的"统计方式"说明。
   时间范围	15分钟（相对）	参数说明请参见AOM告警规则配置中的"时间范围"说明。

6. 添加筛选条件。通过OR逻辑运算符，依次添加以下三个容器名称筛选条件：

   表2 筛选条件

   条件	字段	运算符	值	说明
   条件1	容器名称	=	istio-operator	istio-operator组件的容器名称。 注意： 仅ASM 1.18及以下版本涉及该组件。
   条件2（OR）	容器名称	=	discovery	istiod组件的容器名称。istiod是ASM的控制面核心组件,负责服务发现、配置下发和证书管理。
   条件3（OR）	容器名称	=	istio-proxy	istio-ingressgateway、istio-egressgateway、sidecar组件的容器名称。这些是数据面组件,负责流量代理和治理。

7. 查看监控结果。查询配置完成后，系统自动展示折线图和数据列表。折线图展示各容器在选定时间范围内的指标变化趋势,数据列表展示具体的指标数值。
8. 创建告警规则。
   1. 在指标浏览页面底部，单击"创建告警规则"，弹出告警规则配置窗口。
   2. 配置告警基本信息和告警条件。系统自动带入步骤5和步骤6中配置的指标和筛选条件，请参照以下说明设置告警触发规则。

      表3 告警规则参数

      参数类别	参数名称	取值	说明
      告警条件	指标	aom_container_memory_workingset_usage aom_container_cpu_usage	容器内存WorkingSet使用率和容器CPU使用率。更多指标请参见指标采集。
      	统计周期	1分钟	参数说明请参见AOM告警规则配置。
      	筛选条件	容器名称 = istio-operator OR discovery OR istio-proxy	监控ASM核心组件的容器内存使用率。 监控ASM核心组件的容器CPU使用率。
      	检测规则	平均值 > 90%	参数说明请参见AOM告警规则配置中的"检测规则"说明。阈值请根据实际业务场景和容器资源配额合理设置。
      	触发条件	连续周期 3 次	即连续3个统计周期（3分钟）均满足告警条件时触发告警,避免因瞬时波动产生误报。参数说明请参见AOM告警规则配置。
      	告警级别	紧急	参数说明请参见AOM告警规则配置中的"告警级别"说明。

   3. 配置"高级设置"。

      表4 高级配置

      参数类别	参数名称	取值	说明
      检查频率	检查频率	固定间隔	参数说明请参见AOM告警规则配置中的"检查频率"说明。
      	固定间隔	1 分钟	参数说明请参见AOM告警规则配置。
      连续周期	连续周期	1 次	参数说明请参见AOM告警规则配置中的"连续周期"说明。
      恢复条件	恢复条件	不满足告警条件时,告警恢复	参数说明请参见AOM告警规则配置中的"恢复条件"说明。
      无数据处理	无数据处理	无数据告警	参数说明请参见AOM告警规则配置中的"无数据处理"说明。
      	关闭	不勾选	参数说明请参见AOM告警规则配置。
      告警规则标签	标签	（可选）根据需要添加自定义标签	参数说明请参见AOM告警规则配置中的"告警规则标签"说明。
      resource_type	resource_type	（可选）	资源类型标签,用于标识告警关联的资源类型。

   4. 确认配置无误后，单击"确定"，完成告警规则创建。

9. 验证告警配置

   告警规则创建成功后，系统将按配置的检查频率（每分钟）自动检测ASM核心组件的容器内存使用率：

   • 内存告警触发条件：当istio-operator、discovery或istio-proxy任一容器的内存使用率平均值连续3分钟超过90%时,触发紧急级别告警。
   • 内存告警恢复条件：当内存使用率恢复至90%以下且连续1个周期不满足告警条件时,告警自动恢复。
   • CPU告警触发条件：当istio-operator、discovery或istio-proxy任一容器的CPU使用率平均值连续3分钟超过90%时,触发重要级别告警。
   • CPU告警恢复条件：当CPU使用率恢复至90%以下且连续1个周期不满足告警条件时,告警自动恢复。

   您可在左侧导航栏选择"告警中心 > 告警规则"，在规则列表中确认告警规则状态为"启用"。

本文档与 ASM 监控中心的区别

ASM 用户指南中已有"监控中心"章节（包含访问日志和流量监控），本文档与"监控中心"在定位、监控对象和操作目标上存在本质区别：

本文档与"监控中心"互为补充：监控中心关注业务服务流量健康，本文档关注网格基础设施健康。建议两者结合使用，构建从基础设施到业务流量的全链路监控体系。

相关文档

• 网格扩展
• AOM 页面查询应用服务网格详细指标
• 应用运维管理 AOM