监控告警使用说明

更新时间：2023/04/12 访问次数：5918

一、关于监控
二、关于告警
三、告警对象
四、告警通知方式
五、告警示例

一、关于监控

入口1：应用列表-应用详情页-应用监控；

入口2：应用列表-应用监控(进入老版监控页面)-查看应用监控ARMS的监控页面。

监控类型	说明
应用基础监控	云应用(实例)运行过程中CPU 内存等基础指标趋势。默认免费集成。
应用性能监控	提供了快速接入阿里云ARMS(收费云产品)的能力，主要是针对JAVA和PHP类应用
应用事件监控	应用和集群生命周期事件，异常事件展示等。

二、关于告警

入口：https://console.cloud.tmall.com/component/monitoralarm#/index

告警类型	说明
实例阈值告警	基于基础监控，云应用容器POD的各项指标如CPU、内存使用量等。配置告警后，超过设定的阈值就会告警通知。
实例事件告警	云应用容器POD的各种异常事件，如容器重启、驱逐、探针失败、启动失败等。配置告警后，当有异常事件发生时就会告警通知。
资源告警-集群事件告警	监控集群节点(计算资源)的各种异常事件，如节点不可用、节点资源不足等，当有事件发生时产生告警。

注：事件监控以及告警，需要先为集群安装组件和开通事件告警，否则无法采集到集群中产生的事件并且无法告警。

安装手册：点击查看。

三、告警对象

1. 按角色，可以在告警配置中指定【负责人、开发、运维、测试】；

2. 按用户，可以在告警配置中指定具体的用户。

四、告警通知方式

1）淘宝账号绑定的邮箱；

2）钉钉账号工作通知；

3）TMC消息。

邮箱和钉钉通知的说明

如果是淘宝账号，告警信息只会发送到邮箱。钉钉登录的账号会发送到钉钉工作通知 + 邮箱。

邮箱接收请确保邮箱设置正确，否则无法收到告警信息。

邮箱设置：权限管理/我的账号/个人信息。

五、告警示例

1. 云应用内存告警

钉钉通知的告警示例：云应用容器实例，内存使用量超过设定的阈值。

2. 云应用POD异常事件

主要是应用POD上的事件，例如容器重启(异常原因导致)、镜像拉取失败、健康检查失败、实例驱逐等。

[聚石塔事件告警]
类型：Pod
原因：Container Restart:Created container jck-container-13097-9016
告警项：K8s通用Warn警示事件(容器重启)
名称：jck-deployment-yacs-13097-9016-106932-55f7bbbf88-b5g9c
应用：test_webhook(13097)
环境：正式环境(9016)
主机：cn-zhangjiakou.192.168.49.240
集群：杭羽正式集群(c6ef2e43dce0e40119b6ede12c784e8d4)
告警时间：2020-06-15 19:50:11
用户：杭羽测试账号33
备注：POD所在节点最近半小时内存在OOM事件
推荐方案：https://www.yuque.com/fczggw/wu7u0k/yrsmk6#lfIj5

3. 集群异常事件

主要是集群ECS节点、集群系统应用或组件上的事件。比如docker hung、OOM、节点不可调度、节点NTP不可用、集群组件如coredns异常等。

[聚石塔事件告警]
类型：Node
原因：Memory cgroup out of memory: Kill process 21417 (java) score 2012 or sacrifice childKilled process 21316 (java), UID 0, total-vm:2786708kB, anon-rss:253788kB, file-rss:13156kB, shmem-rss:0kB
告警项：K8s通用Warn警示事件
名称：cn-zhangjiakou.192.168.49.240
主机：cn-zhangjiakou.192.168.49.240
集群：杭羽正式集群(c6ef2e43dce0e40119b6ede12c784e8d4)
告警时间：2020-06-15 19:50:11
用户：杭羽测试账号33
推荐方案：https://www.yuque.com/fczggw/wu7u0k/yrsmk6#08qwG

FAQ

关于此文档暂时还没有FAQ

有用(0) 我要提问

淘宝开放平台

聚石塔