创建提醒政策

本页面介绍如何为 VMware 上的 Anthos 集群 (GKE On-Prem) 创建提醒政策。

准备工作

您必须拥有以下权限才能创建提醒政策：

  • monitoring.alertPolicies.create
  • monitoring.alertPolicies.delete
  • monitoring.alertPolicies.update

如果您具有以下任何角色，则表示具备这些权限：

  • monitoring.alertPolicyEditor
  • monitoring.editor
  • Project Editor
  • 项目所有者

如需查看您的角色，请转到 Google Cloud Console 中的 IAM 页面。

创建政策：管理员集群 API 服务器关闭

在本练习中，您将为管理员集群的 Kubernetes API 服务器创建提醒政策。实施此政策后，您可以安排在管理员集群的 API 服务器发生故障时接收通知。

  1. 下载政策配置文件：admin-cluster-apiserver-down.json。

  2. 创建政策：

    gcloud alpha monitoring policies create --policy-from-file=POLICY_CONFIG

    将 POLICY_CONFIG 替换为您刚刚下载的配置文件的路径。

  3. 查看您的提醒政策：

    控制台

    1. 在 Google Cloud Console 中，转到 Monitoring 页面。

      前往 Monitoring

    2. 选择左侧的提醒。

    3. 在政策下方，您可以看到提醒政策的列表。

      在列表中，选择 GKE On-Prem 管理员集群 API 服务器关闭（严重）以查看关于新政策的详细信息。在条件下，您可以查看政策的说明。例如：

      Policy violates when ANY condition is met
Anthos On-Prem Admin Cluster API Server is up
Violates when: Any kubernetes.io/anthos/up stream is absent for greater
than 5 minutes

    gcloud

    gcloud alpha monitoring policies list

    输出会显示有关政策的详细信息。例如：

    combiner: OR
conditions:
– conditionAbsent:
    aggregations:
    - alignmentPeriod: 60s
      crossSeriesReducer: REDUCE_SUM
      groupByFields:
      - resource.label.project_id
      - resource.label.location
      - resource.label.cluster_name
      perSeriesAligner: ALIGN_MEAN
    duration: 300s
    filter: resource.type="k8s_container" AND metric.type="kubernetes.io/anthos/up"
      AND resource.label."container_name"=monitoring.regex.full_match("kube-apiserver")
    trigger:
      count: 1
  ...
displayName: GKE on-prem admin cluster API server down (critical)
enabled: true
...
name: projects/xxxxxx/alertPolicies/12331540576820203183

创建其他提醒政策

本部分针对一组建议的提醒政策提供了说明和配置文件。

要创建政策，请按照您在之前的练习中所用的步骤操作：

  1. 点击右列中的链接以下载配置文件。

  2. 运行 gcloud alpha monitoring policies create 以创建政策。

管理员集群控制层面组件可用性

提醒名称 说明 Cloud Monitoring 中的提醒政策定义
GKE On-Prem 管理员集群 API 服务器关闭（严重） 管理员集群 API 服务器从指标目标发现中消失了 admin-cluster-apiserver-down.json
GKE On-Prem 管理员集群调度器关闭（严重） 管理员集群调度器从指标目标发现中消失了 admin-cluster-scheduler-down.json
GKE On-Prem 管理员集群控制器管理器关闭（严重） 管理员集群控制器管理器从指标目标发现中消失了 admin-cluster-controller-manager-down.json
GKE On-Prem 管理员集群 etcd 关闭（严重） 管理员集群 etcd 从指标目标发现中消失了 admin-cluster-etcd-down.json

用户集群控制层面组件可用性

用户集群控制层面提醒以指标为基础。对于大多数集群指标而言，cluster_name 字段是集群本身的名称。但对于用户集群控制层面指标而言，cluster_name 字段是管理员集群的名称，而 namespace_name 字段是用户集群的名称。

您可以在创建控制层面状态信息中心下的屏幕截图中看到相关信息。

提醒名称 说明 Cloud Monitoring 中的提醒政策定义
GKE On-Prem 用户集群 API 服务器关闭（严重） 用户集群 API 服务器从指标目标发现中消失了 user-cluster-apiserver-down.json
GKE On-Prem 用户集群调度器关闭（严重） 用户集群调度器从指标目标发现中消失了 user-cluster-scheduler-down.json
GKE On-Prem 用户集群控制器管理器关闭（严重） 用户集群控制器管理器从指标目标发现中消失了 user-cluster-controller-manager-down.json
GKE On-Prem 用户集群 etcd 关闭（严重） 用户集群 etcd 从指标目标发现中消失了 user-cluster-etcd-down.json

Kubernetes 系统

提醒名称 说明 Cloud Monitoring 中的提醒政策定义
GKE On-Prem Pod 发生崩溃循环（严重） Pod 处于崩溃循环状态 pod-crash-looping.json
GKE On-Prem Pod 尚未就绪超过一小时（严重） Pod 处于尚未就绪状态超过一小时 pod-not-ready-1h.json
GKE On-Prem 永久性卷用量高（严重） 声明的永久性卷预计会填满 persistent-volume-usage-high.json
GKE On-Prem 节点尚未就绪超过一小时（严重） 节点处于尚未就绪状态超过一小时 node-not-ready-1h.json

Kubernetes 性能

提醒名称 说明 Cloud Monitoring 中的提醒政策定义
GKE On-Prem 管理员集群 API 服务器错误计数率超过 10%（严重） 管理员集群 API 服务器中有超过 10% 的请求返回错误 admin-cluster-apiserver-error-ratio-10-percent.json
GKE On-Prem 管理员集群 API 服务器错误计数率超过 5%（警告） 管理员集群 API 服务器中有超过 5% 的请求返回错误 admin-cluster-apiserver-error-ratio-5-percent.json
GKE On-Prem 用户集群 API 服务器错误计数率超过 10%（严重） 用户集群 API 服务器中有超过 10% 的请求返回错误 user-cluster-apiserver-error-ratio-10-percent.json
GKE On-Prem 用户集群 API 服务器错误计数率超过 5%（警告） 用户集群 API 服务器中有超过 5% 的请求返回错误 user-cluster-apiserver-error-ratio-5-percent.json

接收通知

创建提醒政策后，您可以为该政策定义一个或多个通知渠道。通知渠道有多种类型。例如，您可能会收到电子邮件、Slack 频道或移动应用发出的通知。您可以选择符合您需求的渠道。

如需了解如何配置通知渠道，请参阅管理通知渠道。