# 日志采集状态监控及告警最佳实践
在企业级应用中，通常会配置日志采集功能。然而日志采集过程中可能会出现采集中断、数据丢失等情况。为确保日志的完整性和可用性，建议您设置日志采集状态的监控与告警（例如错误日志的数量、日志的写入量等），一旦检测到异常可通过电子邮件或短信发出告警通知，以便能够迅速响应并处理相关问题。
 #### 日志采集指标监控
云原生日志采集插件使用fluent-bit组件采集日志，您可以针对fluent-bit组件配置指标监控，关注该组件的日志采集状态，及时发现问题。
1. **开启fluent-bit指标采集**
   
   ![](https://support.huaweicloud.com/usermanual-cce/public_sys-resources/caution_3.0-zh-cn.png)
   fluent-bit指标非基础指标，开启后，AOM服务会按照指标进行计费，详情请参见[价格详情](https://www.huaweicloud.com/pricing.html#/aom)。
   1. 登录[CCE控制台](https://console.huaweicloud.com/cce2.0/?#/cce/cluster/list)，单击集群名称进入集群。
   
   2. 在左侧导航栏中选择"配置中心"，并切换至"监控运维配置"页签，开启"系统预置采集"功能。 ![](https://support.huaweicloud.com/usermanual-cce/zh-cn_image_0000002244980082.png "点击放大")
      
      
   
   3. 单击"采集配置 \> 系统预置采集"中的"管理"按钮。 ![](https://support.huaweicloud.com/usermanual-cce/zh-cn_image_0000002245193016.png "点击放大")
      
      
   
   4. 打开fluent-bit任务的启用开关。 ![](https://support.huaweicloud.com/usermanual-cce/zh-cn_image_0000002280193041.png "点击放大")
      
      
   
   5. 编辑白名单，添加**fluentbit_input_ingestion_paused**指标（若云原生监控插件版本≥3.12.1，无需该步骤）。
   
   
   
   
2. **配置AOM/Grafana仪表盘**
   
   建议在AOM服务中创建一个仪表盘，并按普罗语句添加如下节点级参数，用来统计各个节点的日志采集情况，适用于告警。操作步骤详情请参见[创建AOM仪表盘](https://support.huaweicloud.com/usermanual-aom2/mon_01_0209.html)。
   表1节点级参数 
   | 参数                   | 普罗语句（PromQL）                                               | 指标关注建议                          |
   |:---|:---|:---|
   | 每个节点每秒写入字节数         | sum(irate(fluentbit_input_bytes_total\[2m\])) by (pod)    | 小规格应小于5MByte/s，大规格应小于10MByte/s |
   | 每个节点每秒写入日志条数        | sum(irate(fluentbit_input_records_total\[2m\])) by (pod) | 小规格应小于10000/s，大规格应小于20000/s      |
   | 每个节点的日志采集input内存超限情况 | sum(fluentbit_input_storage_overlimit) by (pod)           | 不应长期大于0，出现偶发非0无影响               |
   | 每个节点的日志采集input暂停情况   | sum(fluentbit_input_ingestion_paused) by (pod)             | 不应长期大于0，出现偶发非0无影响             |
      
   
   
 
#### 日志采集状态告警配置
您可以配置日志采集状态的AOM告警，以便及时响应并处理相关问题。
#### 日志采集事件告警
1. 登录[CCE控制台](https://console.huaweicloud.com/cce2.0/?#/cce/cluster/list)，单击集群名称进入集群。
2. 在左侧导航栏选择"告警中心"，切换至"告警规则 \> 自定义告警规则"页签，单击"创建告警规则"。
3. 选择规则类型为"事件告警"，建议为日志采集配置以下告警事件。 
   
   | 规则名称     | 事件名称                     | 告警解决建议                                         |
   |:---|:---|:---|
   | 日志采集策略被删除 | LogConfigDeleted        | 出现该告警后，请确认该删除行为符合您的预期。                          |
   | 日志采集策略处理异常 | SanitizeLogConfigFailed | 出现该告警后，请查看log-operator的组件的日志定位问题或联系技术支持协助处理。 |
      
   图1配置事件告警示例   
   ![](https://support.huaweicloud.com/usermanual-cce/zh-cn_image_0000002245859318.png "点击放大")
   
   
   
4. 触发方式设置为"立即触发"，并选择需要通知的联系组，其余参数可按需进行设置。
5. 单击"确定"，完成告警规则创建。
 
#### 日志采集指标告警
![](https://support.huaweicloud.com/usermanual-cce/public_sys-resources/caution_3.0-zh-cn.png)
配置日志采集指标告警时需要提前配置日志采集指标及AOM仪表盘，详情请参见[日志采集指标监控]。
1. 登录[CCE控制台](https://console.huaweicloud.com/cce2.0/?#/cce/cluster/list)，单击集群名称进入集群。
2. 在左侧导航栏选择"告警中心"，切换至"告警规则 \> 自定义告警规则"页签，单击"创建告警规则"。
3. 选择规则类型为"指标告警"，建议为日志采集配置以下指标告警。 
   
   | 规则名称          | 普罗语句（PromQL）                                         | 告警解决建议                                                                                                                 |
   |:---|:---|:---|
   | 日志采集input内存超限    | sum(fluentbit_input_storage_overlimit) by (pod) \> 0 | 出现该告警后，请查看节点级日志采集情况AOM仪表盘 若超过规格，建议您减少非必须的日志打印 若未超过规格，请联系华为工程师 |
   | 日志采集input背压暂停 | sum(fluentbit_input_ingestion_paused) by (pod) \> 0  | 出现该告警后，请查看节点级日志采集情况AOM仪表盘 若超过规格，建议您减少非必须的日志打印 若未超过规格，请联系华为工程师 |
      
   图2配置指标告警示例   
   ![](https://support.huaweicloud.com/usermanual-cce/zh-cn_image_0000002245989984.png "点击放大")
   
   
   
4. 持续时长设置为"5分钟"，并选择需要通知的联系组，其余参数可按需进行设置。
5. 单击"确定"，完成告警规则创建。