# 通过告警中心一键配置告警
告警中心基于AOM告警功能，提供集群内置告警一键开启能力，在集群发生故障时能够及时发现并预警，协助您维护业务稳定性。智能告警中心可有效节省您在AOM侧手动配置告警规则的工作量，并且内置的告警规则基于华为云容器团队大规模集群运维经验，能够满足您的日常运维所需，覆盖容器服务异常事件告警、集群相关基础资源的关键指标告警及集群中应用的指标告警。
#### 约束与限制
仅华为云/华为账号，或者拥有CCE Administrator权限或CCE FullAccess权限的IAM用户可进行告警中心所有操作。CCE ReadOnlyAccess权限的IAM用户可以查看所有资源信息，但是无法进行任何操作。
#### 开启告警中心
1. 在目标集群左侧导航栏选择"告警中心"。
2. 选择"告警规则"页签，单击"开启告警中心"，在弹出的页面中选择一个或多个联系组（主题），以便分组管理订阅终端并接收告警消息。如果当前还没有联系组，请参考[绑定联系组]进行创建。
   
   联系组基于消息通知服务SMN的主题功能实现，目的是将告警的订阅终端进行分组。您可以通过配置告警联系组，分组管理订阅终端，接收告警信息。发送告警通知按照实际用量计费，具体请参见[消息通知服务计费说明](https://support.huaweicloud.com/productdesc-smn/smn_price.html)。
   开启告警中心后，CCE将基于该联系组为集群生成名为auto-cluster-{集群ID} 的AOM默认告警通知规则。
   
   
3. 单击"确认"完成功能开启。 
   ![](https://support.huaweicloud.com/usermanual-cce-autopilot/public_sys-resources/note_3.0-zh-cn.png)
   告警中心中的指标类告警规则依赖云原生监控插件上报指标数据到AOM Prometheus实例，需要开通监控中心。当您的集群未安装插件或者在安装插件时未对接AOM Prometheus实例，告警中心将不会创建指标类告警规则。开通监控中心请参考[开通监控中心](https://support.huaweicloud.com/usermanual-cce-autopilot/cce_11_0820.html)。
   [表1]中的事件类告警依赖日志中心开启收集Kubernetes事件的能力，详情请参见[收集Kubernetes事件](https://support.huaweicloud.com/usermanual-cce-autopilot/cce_11_0793.html)。
   
   
 
#### 配置告警规则
开启智能告警中心后，可以进行告警规则的配置和管理。
1. 登录[CCE控制台](https://console.huaweicloud.com/cce2.0/?#/cce/cluster/list)。
2. 在集群列表页面，单击目标集群名称进入详情页。
3. 在左侧导航栏选择"告警中心"，选择"告警规则"页签，在此处进行告警规则的配置和管理。 
   智能告警中心功能会默认生成容器场景下的告警规则模板（包含异常事件告警、异常指标告警）。告警规则被分类为若干个告警规则集，您可以为告警规则集关联多个联系组，并开启或关闭告警项。告警规则集中包含多个告警规则，一个告警规则对应单个异常的检查项。关于默认告警规则模板，请参见[表1]。
   
   
 表1默认告警规则 
| 告警规则类型 | 告警项             | 告警说明               | 告警类型  | 依赖项                                                                           | PromQL/事件名称                                                                                                                                                                                                                                                                |
|:---|:---|:---|:---|:---|:---|
| 负载规则集    | Pod状态异常          | 检查Pod状态是否异常         | 指标类 | 云原生监控插件                                                                       | sum(min_over_time(kube_pod_status_phase{phase=\~"Pending\|Unknown\|Failed"}\[10m\]) and count_over_time(kube_pod_status_phase{phase=\~"Pending\|Unknown\|Failed"}\[10m\]) \> 18 )by (namespace,pod, phase, cluster_name, cluster) \> 0                                     |
| 负载规则集    | Pod频繁重启          | 检查Pod是否频繁重启         | 指标类 | 云原生监控插件                                                                     | increase(kube_pod_container_status_restarts_total\[5m\]) \> 3                                                                                                                                                                                                               |
| 负载规则集    | Deployment副本数不匹配 | 检查无状态负载的副本数是否匹配   | 指标类  | 云原生监控插件                                                                     | (kube_deployment_spec_replicas != kube_deployment_status_replicas_available ) and ( changes(kube_deployment_status_replicas_updated\[5m\]) == 0)                                                                                                                           |
| 负载规则集    | Statefulset副本数不匹配   | 检查有状态负载的副本数是否匹配    | 指标类  | 云原生监控插件                                                                     | (kube_statefulset_status_replicas_ready != kube_statefulset_status_replicas) and (changes(kube_statefulset_status_replicas_updated\[5m\]) == 0)                                                                                                                           |
| 负载规则集    | 容器CPU使用率大于百分之八十 | 检查容器CPU使用率是否大于80% | 指标类  | 云原生监控插件                                                                     | 100 \* (sum(rate(container_cpu_usage_seconds_total{image!="", container!="POD"}\[1m\])) by (cluster_name,pod,node,namespace,container, cluster) / sum(kube_pod_container_resource_limits{resource="cpu"}) by (cluster_name,pod,node,namespace,container, cluster)) \> 80 |
| 负载规则集    | 容器内存使用率大于百分之八十    | 检查容器内存使用率是否大于80%    | 指标类 | 云原生监控插件                                                                       | (sum(container_memory_working_set_bytes{image!="", container!="POD"}) BY (cluster_name, node,container, pod , namespace, cluster) / sum(container_spec_memory_limit_bytes \> 0) BY (cluster_name, node, container, pod , namespace, cluster) \* 100) \> 80                 |
| 负载规则集    | 容器状态异常           | 检查容器状态是否异常           | 指标类   | 云原生监控插件                                                                     | sum by (namespace, pod, container, cluster_name, cluster) (kube_pod_container_status_waiting_reason) \> 0                                                                                                                                                                 |
| 负载规则集    | 更新负载均衡失败          | 检查更新负载均衡是否成功        | 事件类   | 云原生日志采集插件                                                                     | 不涉及                                                                                                                                                                                                                                                                          |
| 负载规则集    | Pod内存不足OOM        | 检查Pod是否OOM         | 事件类 | 节点故障检测插件 云原生日志采集插件 | PodOOMKilling                                                                                                                                                                                                                                                            |
| 集群状态规则集 | 集群状态不可用          | 检查集群状态是否可用          | 事件类    | 云原生日志采集插件                                                                     | 不涉及                                                                                                                                                                                                                                                                        |
   
 #### 绑定联系组
![](https://support.huaweicloud.com/usermanual-cce-autopilot/public_sys-resources/note_3.0-zh-cn.png)
告警规则集最多支持绑定5个联系组。
联系组是基于[消息通知服务 SMN](https://support.huaweicloud.com/productdesc-smn/zh-cn_topic_0043394877.html)的主题功能实现的，目的是为消息发布者和订阅者提供一个可以相互交流的通道。联系组包含一个或多个订阅终端，您可以通过为告警规则绑定联系组，分组管理订阅终端，接收告警信息。
1. 登录[CCE控制台](https://console.huaweicloud.com/cce2.0/?#/cce/cluster/list)。
2. 在集群列表页面，单击目标集群名称进入详情页。
3. 在左侧导航栏选择"告警中心"，选择"默认联系组"页签。
4. 单击"绑定联系组"，您可以选择SMN服务中已创建的联系组，也可以新建联系组，新建时的参数说明如下： 
   - **联系组名称**：输入联系组名称，创建后不可修改。名称只能包含大写字母、小写字母、数字、-和_，且必须由大写字母、小写字母或数字开头，名称长度为1\~255字符。
   
   - **告警消息显示名**：即订阅终端接收消息的标题名称。假设订阅终端为邮件，推送邮件消息时，若已设置告警消息显示名，发件人则呈现为"显示名"，若未设置告警消息显示名，发件人呈现为"username@example.com"。支持在联系组创建完成后修改告警消息显示名。
   
   - **添加订阅终端** ：您需要添加一个或多个订阅终端来接收告警消息。
     
     | 终端类型    | 终端                           | 安全设置                                                                                                                                                                                                                                      |
     |:---|:---|:---|
     | 短信     | 您需要输入有效的手机号码，用于接收告警消息。      | -                                                                                                                                                                                                                                            |
     | 邮件       | 您需要输入有效的电子邮件地址，用于接收告警消息。     | -                                                                                                                                                                                                                                          |
     | 钉钉机器人   | 您需要输入钉钉机器人的URL链接，用于接收告警消息。  | 您可以选择以下安全设置，支持多选： - 密钥：加签的密钥请在钉钉机器人的"安全设置"中查找。  - 自定义关键字：关键词必须为钉钉"安全设置"中的关键词之一。           |
     | 飞书机器人 | 您需要输入飞书机器人的URL链接，用于接收告警消息。  | 您可以选择以下安全设置，仅支持单选： - 密钥：加签的密钥请在飞书机器人的"安全设置"中查找。  - 自定义关键字：关键词必须为飞书"安全设置"中的关键词之一。   |
     | 企业微信机器人  | 您需要输入企业微信机器人的URL链接，用于接收告警消息。 | -                                                                                                                                                                                                                                           |
        
     
   
   
   
   
5. 单击"确定"完成联系组的绑定。 
   返回联系组列表，订阅终端状态为"未确认"，您需要继续执行后续操作，向该终端发送订阅请求，以验证终端有效性。
   
   
6. 单击操作列"请求订阅"，向该终端发送订阅请求。若终端收到请求，请按照提示进行确认，确认完成后订阅终端状态将变为"已确认"。
 
#### 查看告警列表
您可以在"告警列表"页面查看最近发送的历史记录。
1. 登录[CCE控制台](https://console.huaweicloud.com/cce2.0/?#/cce/cluster/list)。
2. 在集群列表页面，单击目标集群名称进入详情页。
3. 在左侧导航栏选择"告警中心"，选择"告警列表"页签。 
   列表中默认展示全部待解决告警，支持按照告警关键字、告警等级，以及告警发生的时间范围筛选。同时支持查看指定筛选条件的告警在不同时间段的分布情况。
   如果确认某条告警已排除，可以单击操作列的"清除"，清除后可在历史告警中查询。
   图1告警列表   
   ![](https://support.huaweicloud.com/usermanual-cce-autopilot/zh-cn_image_0000001880844145.png "点击放大")