# 通过AOM配置自定义告警 CCE对接AOM并上报告警和事件，通过在AOM中设置告警规则，您可以及时了解集群中各种资源是否存在异常。 #### 告警配置流程 1. [在SMN创建主题]。 2. [创建告警通知规则]。 3. 添加告警规则。 1. 事件类告警：根据集群上报到AOM的事件配置告警。推荐配置的事件和配置方法请参见[添加事件类告警]。 2. 指标类告警：实时监控环境中主机、组件等资源使用情况，根据监控指标阈值告警。推荐配置阈值指标和配置方法请参见[添加指标类告警]。 #### 在SMN创建主题 SMN（Simple Message Notification，消息通知服务）是向订阅者主动推送消息的服务，订阅者可以是电子邮件、短信、HTTP和HTTPS等。 主题是消息发布或客户端订阅通知的特定事件类型。它作为发送消息和订阅通知的信道，为发布者和订阅者提供一个可以相互交流的通道。 您需要创建一个主题，并订阅。具体方法请参见[创建主题](https://support.huaweicloud.com/usermanual-smn/zh-cn_topic_0043961401.html)和[订阅主题](https://support.huaweicloud.com/usermanual-smn/zh-cn_topic_0043961402.html)。 ![](https://support.huaweicloud.com/usermanual-cce/public_sys-resources/note_3.0-zh-cn.png) 订阅主题后，请前往您的订阅终端（邮件或短信）手动确认添加订阅，消息通知才可生效。 #### 创建告警通知规则 AOM提供告警通知规则定制功能，您可以通过创建告警通知规则关联SMN主题与消息模板，通过创建消息模板，自定义通知消息配置。 具体方法请参见[创建告警通知规则](https://support.huaweicloud.com/usermanual-aom2/mon_01_0015.html)。创建时选择[在SMN创建主题]创建并订阅的主题。 #### 添加事件类告警 以添加"节点状态异常告警"为例，展示添加事件类告警的步骤，您可以参考[表1]添加其他告警。 表1推荐配置的事件类告警 | 事件名称 | 来源 | 事件说明 | 处理建议 | |:---|:---|:---|:---| | 节点状态异常 | CCE | 节点异常立即触发告警 | 登录集群查看告警节点状态，确认异常后，优先将此节点设置为不可调度，并将业务pod调度到其他节点 | | 节点重启 | CCE | 节点重启立即触发告警 | 登录集群查看告警节点状态，并确保节点正常启动可用，关注重启原因 | | 节点kubelet故障 | CCE | 节点异常立即触发告警 | 登录集群查看告警节点状态，确认异常后，优先将此节点设置为不可调度，并将业务pod调度到其他节点；重启kubelet | | 节点docker故障 | CCE | 节点异常立即触发告警 | 登录集群查看告警节点状态，确认异常后，优先将此节点设置为不可调度，并将业务pod调度到其他节点；重启docker | | 节点kube-proxy故障 | CCE | 节点异常立即触发告警 | 登录集群查看告警节点状态，确认异常后，优先将此节点设置为不可调度，并将业务pod调度到其他节点 | | 节点操作系统内核故障 | CCE | 节点异常立即触发告警 | 登录集群查看告警节点状态，确认异常后，优先将此节点设置为不可调度，并将业务pod调度到其他节点 | | 节点的连接跟踪表已满 | CCE | 节点异常立即触发告警 | 登录集群查看告警节点状态，确认异常后，优先将此节点设置为不可调度，并将业务pod调度到其他节点 | | 节点池资源售罄 | CCE | 节点池资源售罄立即告警 | 设置自动节点池切换或更换节点池规格 | | 节点创建失败 | CCE | 创建节点失败立即触发 | 查看创建节点失败原因，尝试重新创建节点 | | 扩容节点超时 | CCE | 扩容节点超时立即触发 | 查看扩容节点失超时原因，尝试重新扩容节点 | | 缩容节点失败 | CCE | 缩容节点超时立即触发 | 查看缩容节点失超时原因，尝试重新缩容节点 | | 拉取镜像重试失败 | CCE | 拉取镜像重试失败 | 登录集群查看拉取镜像失败原因，重新部署业务负载 | 1. 登录[AOM控制台](https://console.huaweicloud.com/aom2/#/aom2/overviewNew)。 2. 在左侧导航栏选择"告警中心 \> 告警规则"，单击"创建告警规则"。 3. 根据页面提示填写基本信息后，设置告警规则。关键参数如下： 详细参数说明请参见[创建事件类告警规则](https://support.huaweicloud.com/usermanual-aom2/mon_01_0010.html)。 - 规则类型：选择"事件告警规则"。 - 事件类型：选择"系统事件"。 - 事件来源：选择"CCE"。 - 监控对象：监控对象可以通过多个维度（通知类型、事件名称、告警级别、自定义属性、命名空间、集群名称）进行筛选，您可以根据需要选择。 本示例中根据"事件名称"进行筛选，选择"节点状态异常"事件，触发方式选择"立即触发"。 - 告警方式：选择"直接告警"。 - 通知规则：选择[创建告警通知规则]步骤中创建的行动规则。 其余参数可按需求配置。 本示例中的设置的告警为： 当集群中存在节点状态异常时，CCE会上报"节点状态异常"的事件到AOM，AOM根据设置的告警规则，立即触发告警通知，并根据行动规则，通过SMN通知您。 图1创建事件类告警 ![](https://support.huaweicloud.com/usermanual-cce/zh-cn_image_0000001918723340.png "点击放大") 4. 单击"立即创建"。 创建后在规则列表中可以看到对应的告警规则，表示创建成功。 #### 添加指标类告警 以使用PromQL语句配置告警规则为例，展示添加指标类告警的步骤。 1. 登录[AOM控制台](https://console.huaweicloud.com/aom2/#/aom2/overviewNew)。 2. 在左侧导航栏选择"告警中心 \> 告警规则"，单击"创建告警规则"。 3. 设置告警规则，关键参数如下。 详细参数说明请参见[创建指标告警规则](https://support.huaweicloud.com/usermanual-aom2/mon_01_0008.html)。 - 规则类型：选择"指标告警规则"。 - 配置方式：选择"PromQL"。采用原生PromQL语句配置告警规则，CCE提供了告警规则模板，可供您选择。 - Prometheus实例：选择集群中"云原生监控插件"上报指标的AOM实例。 - 默认规则： - 自定义：输入自定义PromQL语句配置告警规则，例如： ``` kube_persistentvolume_status_phase{phase=~"Failed|Pending",cluster="${cluster_id}"} > 0 ``` 其中*${cluster_id}*为集群名称，表示当集群中有PV处于Failed或Pending状态时产生告警。 - CCEFromProm：选择CCE提供的告警模板。 图2指标类告警 ![](https://support.huaweicloud.com/usermanual-cce/zh-cn_image_0000001949117177.png "点击放大") - 告警方式：选择"直接告警"。 - 通知规则：选择[创建告警通知规则]步骤中创建的行动规则。 其余参数可按需求配置。 4. 单击"立即创建"。 创建后在规则列表中可以看到对应的告警规则，表示创建成功。