网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
云手机服务器 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器(旧版)
VR云渲游平台 CVR
Huawei Cloud EulerOS
云化数据中心 CloudDC
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘平台 IEF
CloudPond云服务
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
湖仓构建 LakeFormation
智能数据洞察 DataArts Insight
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
开天aPaaS
应用平台 AppStage
开天企业工作台 MSSE
开天集成工作台 MSSI
API中心 API Hub
云消息服务 KooMessage
交换数据空间 EDS
云地图服务 KooMap
云手机服务 KooPhone
组织成员账号 OrgID
云空间服务 KooDrive
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
区块链
区块链服务 BCS
数字资产链 DAC
华为云区块链引擎服务 HBS
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
价格
成本优化最佳实践
专属云商业逻辑
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
其他
管理控制台
消息中心
产品价格详情
系统权限
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
云服务信任体系能力说明
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
云存储网关 CSG
专属分布式存储服务 DSS
数据工坊 DWR
地图数据 MapDS
键值存储服务 KVS
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
云原生服务中心 OSC
应用服务网格 ASM
华为云UCS
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB
云数据库 GeminiDB
数据管理服务 DAS
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
语音交互服务 SIS
人证核身服务 IVS
视频智能分析服务 VIAS
城市智能体
自动驾驶云服务 Octopus
盘古大模型 PanguLargeModels
IoT物联网
设备接入 IoTDA
全球SIM联接 GSL
IoT数据分析 IoTA
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
企业应用
域名注册服务 Domains
云解析服务 DNS
企业门户 EWP
ICP备案
商标注册
华为云WeLink
华为云会议 Meeting
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMA Exchange
API全生命周期管理 ROMA API
政企自服务管理 ESM
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
数字内容生产线 MetaStudio
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
专属云
专属计算集群 DCC
开发者工具
SDK开发指南
API签名指南
DevStar
华为云命令行工具服务 KooCLI
Huawei Cloud Toolkit
CodeArts API
云化转型
云架构中心
云采用框架
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
我的凭证
华为云公共事业服务云平台
工业软件
工业数字模型驱动引擎
硬件开发工具链平台云服务
工业数据转换引擎云服务
文档首页/ 云容器引擎 CCE/ 用户指南/ 云原生观测/ 告警中心/ 通过告警中心一键配置告警

通过告警中心一键配置告警

更新时间:2025-02-18 GMT+08:00
分享

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

  • 集群版本仅支持v1.17及以上。
  • 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

CCE Standard集群和CCE Turbo集群均支持开启告警中心。

  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,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。
  3. 单击“确认”完成功能开启。

    说明:

    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

    表1中使用problem_gauge指标的指标类告警规则依赖CCE节点故障检测插件(NPD)。如需要使用相关的告警规则,请确保节点故障检测插件(NPD)已安装且正常运行。

    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,详情请参见采集Kubernetes事件

配置告警规则

CCE Standard集群、CCE Turbo集群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。
  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

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

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)

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)

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

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

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

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

Pod内存不足OOM

检查Pod是否OOM

事件类

节点故障检测插件(1.18.41及以上版本)

云原生日志采集插件(1.3.2及以上版本)

PodOOMKilling

节点资源规则集

Kube持久卷使用率高

检查节点上持久卷使用率是否过高

指标类

云原生监控插件

(kubelet_volume_stats_available_bytes{job="kubelet"} / kubelet_volume_stats_capacity_bytes{job="kubelet"}) < 0.03 and kubelet_volume_stats_used_bytes{job="kubelet"} > 0

Kube持久卷声明状态异常

检查持久卷声明状态是否异常

指标类

云原生监控插件

kube_persistentvolumeclaim_status_phase{phase=~"Failed|Pending|Lost"} > 0

Kube持久卷状态异常

检查持久卷状态是否异常

指标类

云原生监控插件

kube_persistentvolume_status_phase{phase=~"Failed|Pending"} > 0

节点CPU使用率超过百分之八十

检查节点CPU使用率是否大于80%

指标类

云原生监控插件

100 - (avg by(node, cluster_name, cluster) (rate(node_cpu_seconds_total{mode="idle"}[2m])) * 100) > 80

节点内存可用率不足百分之十

检查节点可用内存是否不足10%

指标类

云原生监控插件

node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100 < 10

节点磁盘可用率不足百分之十

检查节点可用磁盘是否不足10%

指标类

云原生监控插件

avg((node_filesystem_avail_bytes * 100) / node_filesystem_size_bytes) by (device, node, cluster_name, cluster) < 10

节点磁盘空间不足

检查节点磁盘空间是否充足

事件类

云原生日志采集插件

不涉及

节点EmptyDir存储池异常

检查节点临时卷存储池是否异常

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="EmptyDirVolumeGroupStatusError"} >= 1

节点内存资源不足

检查节点整体内存是否充足

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="MemoryProblem"} >= 1

节点持久卷存储池异常

检查节点上持久卷存储池是否异常

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="LocalPvVolumeGroupStatusError"} >= 1

节点挂载点异常

检查节点上的挂载点是否异常

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="MountPointProblem"} >= 1

节点文件句柄数不足

检查系统关键资源FD文件句柄数是否充足

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="FDProblem"} >= 1

节点磁盘卡IO

检查节点磁盘是否存在卡IO故障

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="DiskHung"} >= 1

节点磁盘只读

检查节点磁盘是否只读

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="DiskReadonly"} >= 1

节点磁盘异常

检查节点系统盘、CCE数据盘(包含Docker逻辑盘与Kubelet逻辑盘)的磁盘使用情况

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="DiskProblem"} >= 1

节点磁盘慢IO

检测节点磁盘是否存在慢IO故障

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="DiskSlow"} >= 1

节点进程资源不足

检查系统关键资源PID进程资源是否充足

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="PIDProblem"} >= 1

节点链接跟踪表不足

检查节点链接跟踪表是否充足

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="ConntrackFullProblem"} >= 1

节点状态规则集

ResolvConf配置文件异常

检查ResolvConf配置文件是否异常

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="ResolvConfFileProblem"} >= 1

节点CNI组件异常

检查节点CNI(容器网络)组件是否正常运行

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="CNIProblem"} >= 1

节点CRI组件异常

检查关键组件CRI(容器运行时组件)Docker或Containerd的运行状态

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="CRIProblem"} >= 1

节点Kube-proxy故障

检查Kube-proxy是否正常运行

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="KUBEPROXYProblem"} >= 1

节点Kubelet异常

检查Kubelet状态是否异常

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="KUBELETProblem"} >= 1

节点存在计划事件

检查节点是否存在主机计划事件

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="ScheduledEvent"} >= 1

Node状态抖动

检查节点状态是否在正常和异常之间抖动

指标类

云原生监控插件

节点故障检测插件

sum(changes(kube_node_status_condition{status="true",condition="Ready"}[15m])) by (cluster_name, node, cluster) > 2

节点Containerd频繁重启

检查Containerd是否频繁重启

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="FrequentContainerdRestart"} >= 1

节点任务夯住

检查节点是否存在任务夯住

事件类

云原生日志采集插件

TaskHung

节点存储池配置有误

检查节点临时卷及持久卷存储池配置是否异常

事件类

云原生日志采集插件

InvalidStoragePool

节点状态异常

检查节点状态是否异常

事件类

云原生日志采集插件

NodeNotReady

节点进程D异常

检查节点是否存在D进程

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="ProcessD"} >= 1

节点进程Z异常

检查节点是否存在Z进程

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="ProcessZ"} >= 1

节点CRI频繁重启

检查CRI是否频繁重启

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="FrequentCRIRestart"} >= 1

节点Docker频繁重启

检查Docker是否频繁重启

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="FrequentDockerRestart"} >= 1

节点Kubelet频繁重启

检查Kubelet是否频繁重启

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="FrequentKubeletRestart"} >= 1

节点NTP服务故障

检查关键系统服务节点时钟同步服务ntpd或chronyd是否正常运行

指标类

云原生监控插件

节点故障检测插件

problem_gauge{type="NTPProblem"} >= 1

节点内存不足强杀进程

检查节点是否存在OOM事件

事件类

节点故障检测插件

OOMKilling

节点扩缩容规则集

节点池资源售罄

检查节点池资源是否充足

事件类

云原生日志采集插件

NodePoolSoldOut

扩容节点超时

检查节点池扩容节点是否超时

事件类

云原生日志采集插件

ScaleUpTimedOut

节点池扩容节点失败

检查节点池扩容节点是否异常

事件类

云原生日志采集插件

FailedToScaleUpGroup

节点池缩容节点失败

检查节点池缩容节点是否异常

事件类

云原生日志采集插件

ScaleDownFailed

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

说明:

告警规则最多绑定5个联系组。

联系组是基于消息通知服务 SMN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。
  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。终端类型包括短信和邮件,选择“短信”时,请输入有效的手机号码;选择“邮件”时,请输入有效的电子邮件地址。

  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。
  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。

    待解决告警若十分钟内不再触发,则会默认已解决并转换为历史告警。如果提前确认某条告警已解决,也可以单击操作列的“清除”,清除后的告警可在历史告警中查询。

    图1 告警列表

提示

您即将访问非华为云网站,请注意账号财产安全

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容