# 创建告警定义规则 如果您对于繁琐复杂的告警上报字段感到困惑，可以使用统一告警定义，该功能会自动下发到业务对应的Agent，使用更加人性化的界面设计，让告警上报更加统一、准确。 - 告警定义依赖于业务在数据采集时部署的Agent和数据采集的插件，首先需要有持续的采集数据上报，告警定义才能生效。 - 告警定义决定了是否要根据上报的采集数据产生告警，相当于告警的计算公式，经过监控系统计算后，如果数据持续异常，则上报到告警系统中，产生告警。 运维中心支持对监控指标创建模板规则和自定义规则完成告警定义，同时支持对AIOps中的指标数据进行告警，如需使用AIOps指标告警，可单击界面跳转链接，进入异常检测页面，通过配置异常检测任务生成AIOPS类型告警，具体操作请参见[新增异常检测任务](https://support.huaweicloud.com/usermanual-wiseeye/appstage_04_2118.html)。 #### 前提条件 已获取服务运维岗位权限或运维管理员权限，权限申请操作请参见[申请权限](https://support.huaweicloud.com/usermanual-appstage/appstage_04_0009.html)。 #### 创建监控指标模板规则 1. [进入AppStage运维中心](https://support.huaweicloud.com/usermanual-wiseeye/appstage_04_0089.html#appstage_04_0089__zh-cn_topic_0000001896253866_zh-cn_topic_0000001785965698_section11734269409)。 2. 在顶部导航栏选择服务。 3. 单击![](https://support.huaweicloud.com/usermanual-wiseeye/zh-cn_image_0000002384074013.png)，选择"运维 \> 监控服务（ServiceInsight）"。 4. 选择左侧导航栏的"告警 \> 策略配置"。 5. 单击"统一告警定义"，进入告警定义页面，默认显示"模板告警"页签。 6. 在"模板告警"页签，单击"创建"。 7. 配置监控指标模板规则参数，参数说明如[表1]所示，配置完成后，单击"确定"。 表1监控指标模板规则参数说明 | **参数名称** | **参数说明** | |:---|:---| | 指标来源 | 选择告警的指标来源"监控指标"。 | | 告警定义名称 | 设置告警定义的名称，长度不超过512个字符，告警定义名称支持如下两种命名方式： - 普通命名。 - 表达式命名，使用{{$labels.变量名}}命名，支持的变量如下： - cluster：所在ERS集群名称 - namespace：命名空间 - workload：工作负载 - tenant_id：租户ID - application_id：应用ID - service_id：服务ID - site：站点 例如想要获取CCE集群内存平均使用率大于70%告警，可以命名为："{{$labels.cluster}}集群的内存使用率超过70%"。 | | 级别 | 选择该规则生成告警的级别，包括提示、一般、严重和紧急。 | | 告警类型 | 选择告警类型，上报的告警会显示类型信息，可根据类型筛选查看告警。 | | 持续时间 | 设置指标持续异常的时间。 以持续时间5min为例，需要异常连续满足5min内的计算点全部异常才会生成告警，否则就不会生成。 持续时间控制了当前指标生成告警的速率。 | | 运行模式 | 选择告警定义规则的运行模式，是主机还是容器。 | | 是否激活 | 是否激活这条告警定义。 监控指标的告警定义需要推送到监控模块才能生效。如果不激活，则仅在告警侧保存，不会生效。 | | 是否调试 | 选择是否调试。 如果开启调试，当这个模板检测出来的告警上报时，告警侧会将对应告警打上debug的标签，用于存库留痕，并且对应的告警不会触发任何通知，包括语音、短信、WeLink。 | | 关联监控模板 | 选择需要关联的监控模板，可选模板是系统创建的"_OS_DEFAULT"模板或已创建的模板，创建模板请参见[创建监控模板](https://support.huaweicloud.com/usermanual-wiseeye/appstage_04_0243.html)。 | | 指标名称 | 选择插件、指标。 指标名称由插件决定，即为主机绑定的插件能够采集到的指标。例如插件选择cpu，指标选择iowait，指的是宿主机的cpu io等待时间，在比较方式里可以根据不同的策略来决定当前指标是否异常，异常则生产告警。 | | 比较方式 | - 区间阈值分为在区间内和在区间外。 - 在区间内：指数据值满足在该范围内则指标正常，否则异常。 - 在区间外：指数据值满足不在该范围内则指标正常，否则异常。 - 固定阈值是指数据不满足当前设置表达式则指标异常，有四种表达式，包括大于等于、小于、等于和不等于。 - 同比是计算指标的时刻，与前一天同一时刻的比较，根据前一条的值的大小来决定当前指标是否异常。 | | 告警标签 | 指标的补充条件，如果存在告警标签则需要满足所有的告警标签才会生成告警。 标签的范围也是由指标定义。例如选择ip=10.123.15.102，则上报的指标数据不仅需要满足指标的比较方式同时也需要满足ip=10.123.15.102才能产生指标，如果是同一个业务下其他ip的异常，则不会产生告警。 标签的判断方式包括等于（=）、不等于（!=）、正则匹配成功（=\~）、正则匹配不成功（!\~）。 | | 消息模板 | 消息模板是生成告警的msg字段中的具体信息，可选变量名由指标来决定，每一个指标都有自己对应的变量名列表。 | | 表达式 | 获取表达式，即根据配置的指标、比较方式等生成表达式。 | #### 创建监控指标自定义规则 1. [进入AppStage运维中心](https://support.huaweicloud.com/usermanual-wiseeye/appstage_04_0089.html#appstage_04_0089__zh-cn_topic_0000001896253866_zh-cn_topic_0000001785965698_section11734269409)。 2. 在顶部导航栏选择服务。 3. 单击![](https://support.huaweicloud.com/usermanual-wiseeye/zh-cn_image_0000002384074013.png)，选择"运维 \> 监控服务（ServiceInsight）"。 4. 选择左侧导航栏的"告警 \> 策略配置"。 5. 单击"统一告警定义"，进入告警定义页面，默认显示"模板告警"页签。 6. 单击"自定义告警"，切换至"自定义告警"页签。 7. 在"自定义告警"页签，单击"创建"。 8. 配置监控指标自定义规则参数，参数说明如[表2]所示，配置完成后，单击"确定"。 表2监控指标自定义规则参数说明 | **参数名称** | **参数说明** | |:---|:---| | 指标来源 | 选择告警的指标来源"监控指标"。 | | 告警定义名称 | 设置告警定义的名称，长度不超过512个字符，告警定义名称支持如下2种命名方式： - 普通命名。 - 表达式命名，使用{{$labels.变量名}}命名，支持的变量如下： - cluster：所在ERS集群名称 - namespace：命名空间 - workload：工作负载 - tenant_id：租户ID - application_id：应用ID - service_id：服务ID - site：站点 例如想要获取CCE集群内存平均使用率大于70%告警，可以命名为："{{$labels.cluster}}集群的内存使用率超过70%"。 | | 级别 | 选择该规则生成告警的级别，包括提示、一般、严重和紧急。 | | 告警类型 | 选择告警类型，上报的告警会显示类型信息，可根据类型筛选查看告警。 | | 持续时间 | 设置指标持续异常的时间。 以持续时间5min为例，需要异常连续满足5min内的计算点全部异常才会生成告警，否则就不会生成。 持续时间控制了当前指标生成告警的速率。 | | 表达式 | 输入表达式，既可以复制其他已创建的模板规则获取的表达式填写，也可以使用表达式对容器集群进行告警，容器集群常用表达式请参见[容器集群常用告警表达式]。 | #### 容器集群常用告警表达式 容器集群常用告警表达式如[表3]所示，表达式中的加粗数字为告警阈值，可根据业务需要修改，并且其他加粗参数后的斜体需要改成具体业务参数，加粗参数包括container容器、cluster集群名称、namespace命名空间、workload工作负载、tenant_id租户ID、application_id产品ID和service_id服务ID。 表3容器集群常用告警表达式 | 异常情况 | 告警定义名称 | 表达式 | |:---|:---|:---| | pod在30分钟内多次重启告警 | {{$labels.cluster}}集群中的pod_{{$labels.pod}}的container正在频繁重启 | label_replace(label_replace(label_replace(label_replace(label_replace(pod_container_restarts_count_30m{**cluster** ="*erscluster* ",**namespace** ="*ersnamespace* "}, "scope_name","","","(.\*)") \> **1** ,"**tenant_id** ","*T006* ","","(.\*)"),"**application_id** ","*com.huawei.wiseeye* ","","(.\*)"), "**service_id** ","*com.huawei.wiseeyeersservice*","","(.\*)"),"site","cn_product_cbu","","(.\*)") | | CPU使用率大于70%告警 | {{$labels.cluster}}集群中的pod_{{$labels.pod}}的CPU使用率超过百分之70% | label_replace(label_replace(label_replace(label_replace(label_replace(pod_container_cpu_rate{**cluster** ="*erscluster-xxx* ",**namespace** ="*ersnamespace* "}, "scope_name","","","(.\*)") \> **0.7** ,"**tenant_id** ","*T006* ","","(.\*)"),"**application_id** ","*com.huawei.wiseeye* ","","(.\*)"), "**service_id** ","*com.huawei.wiseeye* *ersservice*","","(.\*)"),"site","cn_product_cbu","","(.\*)") | | Pod状态异常告警 | {{$labels.cluster}}集群中的pod_{{$labels.pod}}状态异常 | label_replace(label_replace(label_replace(label_replace(label_replace(pod_status_ready{**cluster** ="*erscluster-xxx* ",**namespace** ="*ersnamespace* "}, "scope_name","","","(.\*)") \> 0 or label_replace(pod_status_phase{**cluster** ="*cbu-ers-control* ",**namespace** ="*ers-monitoring* "}, "scope_name","","","(.\*)") \> 0,"**tenant_id** ","T006","","(.\*)"),"**application_id** ","*com.huawei.wiseeye* ","","(.\*)"), "**service_id** ","*com.huawei.wiseeyeersservice*","","(.\*)"),"site","cn_product_cbu","","(.\*)") | | 内存使用率告警 | {{$labels.cluster}}集群中的pod_{{$labels.pod}}物理内存使用率已经超过80% | label_replace(label_replace(label_replace(label_replace(label_replace(container_memory_working_set_utilization{**namespace** ="*ersnamespace* ",**container** ="*service-container* "}, "scope_name","","","(.\*)") \>**0.8** ,"**tenant_id** ","*T006* ","","(.\*)"),"**application_id** ","*com.huawei.wiseeye* ","","(.\*)"), "**service_id** ","*com.huawei.wiseeyeersservice*","","(.\*)"),"site","cn_product_cbu","","(.\*)") |