Créer des règles d'alerte

Cette page explique comment créer des règles d'alerte basées sur des métriques pour les clusters Google Distributed Cloud. Nous vous fournissons plusieurs exemples téléchargeables pour vous aider à configurer des règles d'alerte pour les scénarios courants. Pour plus d'informations sur les règles d'alerte basées sur les métriques, consultez la page Créer des règles d'alerte basées sur un seuil de métrique dans la documentation sur Google Cloud Observability.

Avant de commencer

Vous devez disposer des autorisations suivantes pour créer des règles d'alerte :

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

Vous obtenez ces autorisations si vous disposez de l'un des rôles suivants :

  • monitoring.alertPolicyEditor
  • monitoring.editor
  • Éditeur de projet
  • Propriétaire du projet

Si vous souhaitez créer des règles d'alerte basées sur les journaux à l'aide de Google Cloud CLI, vous devez également disposer du rôle serviceusage.serviceUsageConsumer. Pour savoir comment configurer des règles d'alerte basées sur les journaux, consultez la page Configurer des alertes basées sur les journaux dans la documentation Google Cloud Observability.

Pour vérifier vos rôles, accédez à la page IAM dans Google Cloud Console.

Créer un exemple de règle : serveur d'API indisponible

Dans cet exercice, vous allez créer une règle d'alerte pour les serveurs d'API Kubernetes des clusters. Une fois cette règle en place, vous pouvez faire en sorte d'être averti dès que le serveur d'API d'un cluster n'est plus disponible.

  1. Téléchargez le fichier de configuration de la règle : apiserver-unavailable.json.

  2. Créez la règle :

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

    Remplacez POLICY_CONFIG par le chemin d'accès du fichier de configuration que vous venez de télécharger.

  3. Affichez vos règles d'alerte :

    Console

    1. Dans Google Cloud Console, accédez à la page Monitoring.

      Accéder à Monitoring

    2. Sur la gauche, sélectionnez Alertes.

    3. Sous Règles, vous pouvez voir la liste de vos règles d'alerte.

      Dans la liste, sélectionnez Serveur d'API Anthos non disponible (critique) pour afficher les informations détaillées sur votre nouvelle règle. Sous Conditions, vous pouvez consulter une description de la règle. Exemple :

      Policy violates when ANY condition is met
Anthos cluster API server uptime is absent for 5m

    gcloud

    gcloud alpha monitoring policies list

    La sortie affiche des informations détaillées sur la règle. Exemple :

    combiner: OR
conditions:
- conditionAbsent:
    aggregations:
    - alignmentPeriod: 60s
      crossSeriesReducer: REDUCE_MEAN
      groupByFields:
      - resource.label.project_id
      - resource.label.location
      - resource.label.cluster_name
      - resource.label.namespace_name
      - resource.label.container_name
      - resource.label.pod_name
      perSeriesAligner: ALIGN_MAX
    duration: 300s
    filter: resource.type = "k8s_container" AND metric.type = "kubernetes.io/anthos/container/uptime"
      AND resource.label."container_name"=monitoring.regex.full_match("kube-apiserver")
    trigger:
      count: 1
  displayName: Anthos cluster API server uptime is absent for 5m
  name: projects/…/alertPolicies/…/conditions/…
displayName: Anthos cluster API server unavailable (critical)
enabled: true
mutationRecord:
  mutateTime: …
  mutatedBy: …
name: projects/…/alertPolicies/…

Créer des règles d'alerte supplémentaires

Cette section fournit des descriptions et des fichiers de configuration pour un ensemble de règles d'alerte recommandées.

Pour créer une règle, suivez les étapes que vous avez utilisées dans l'exercice précédent :

  1. Pour télécharger le fichier de configuration, cliquez sur le lien dans la colonne de droite.

  2. Vous pouvez éventuellement ajuster les conditions pour mieux répondre à vos besoins spécifiques. Par exemple, vous pouvez ajouter des filtres supplémentaires pour un sous-ensemble de clusters ou ajuster les valeurs de seuil pour trouver un équilibre entre le bruit et la criticité.

  3. Pour créer la règle, exécutez gcloud alpha monitoring policies create.

Vous pouvez télécharger et installer tous les exemples de règles d'alerte décrits dans ce document en exécutant le script suivant :

# 1. Create a directory named alert_samples:

mkdir alert_samples && cd alert_samples
declare -a alerts=("apiserver-unavailable.json" "controller-manager-unavailable.json" "scheduler-unavailable.json" \
  "pod-crash-looping.json" "pod-not-ready-1h.json" "container-cpu-usage-high-reaching-limit.json" \
  "container-memory-usage-high-reaching-limit.json" "persistent-volume-usage-high.json" "node-cpu-usage-high.json" \
  "node-disk-usage-high.json" "node-memory-usage-high.json" "node-not-ready-1h.json" "apiserver-error-ratio-high.json" \
  "etcd-leader-changes-or-proposal-failures-frequent.json" "etcd-server-not-in-quorum.yaml" "etcd-storage-usage-high.json")

# 2. Download all alert samples into the alert_samples/ directory:

for x in "${alerts[@]}"
do
  wget https://cloud.google.com/kubernetes-engine/distributed-cloud/bare-metal/docs/samples/${x}
done

# 3. (optional) Uncomment and provide your project ID to set the default project
# for gcloud commands:

# gcloud config set project <PROJECT_ID>

# 4. Create alert policies for each of the downloaded samples:

for x in "${alerts[@]}"
do
  gcloud alpha monitoring policies create --policy-from-file=${x}
done

Disponibilité des composants du plan de contrôle

Nom de l'alerte Description Définition de la règle d'alerte dans Cloud Monitoring
Serveur d'API indisponible (critique) La métrique de disponibilité du serveur d'API n'est pas disponible apiserver-unavailable.json
Le planificateur est indisponible (critique) La métrique de temps d'activité du programmeur n'est pas disponible scheduler-unavailable.json
Gestionnaire de contrôleur non disponible (critique) La métrique de disponibilité du gestionnaire de contrôleur n'est pas disponible controller-manager-unavailable.json

Système Kubernetes

Nom de l'alerte Description Définition de la règle d'alerte dans Cloud Monitoring
Boucle de plantage de pod (avertissement) Le pod redémarre sans cesse et se trouve peut-être dans une boucle de plantage pod-crash-looping.json
Pod indisponible pendant plus d'une heure (critique) Le pod est dans un état non prêt pendant plus d'une heure. pod-not-ready-1h.json
L'utilisation du processeur du conteneur dépasse 80 % (avertissement). L'utilisation du processeur du conteneur dépasse 80 % de la limite. container-cpu-usage-high-reaching-limit.json
L'utilisation de la mémoire du conteneur dépasse 85 % (avertissement) L'utilisation de la mémoire du conteneur dépasse 85 % de la limite. container-memory-usage-high-reaching-limit.json
Utilisation intensive du volume persistant (critique) Le volume persistant déclaré présente moins de 3 % d'espace libre. persistent-volume-usage-high.json
L'utilisation du processeur du nœud dépasse 80 % (avertissement) L'utilisation du processeur du nœud dépasse 80% de la quantité totale pouvant être allouée pendant 5 minutes node-cpu-usage-high.json
L'utilisation du disque du nœud dépasse 85 % (avertissement) Moins de 15 % sont gratuits par point d'installation du disque pendant 10 minutes node-disk-usage-high.json
L'utilisation de la mémoire du nœud dépasse 80 % (avertissement) L'utilisation de la mémoire du nœud dépasse 80 % de la mémoire totale allouée pendant 5 mn node-memory-usage-high.json
Nœud indisponible pendant plus d'une heure (critique) Le nœud est dans un état non prêt pendant plus d'une heure. node-not-ready-1h.json

Performances de Kubernetes

Nom de l'alerte Description Définition de la règle d'alerte dans Cloud Monitoring
Ratio du taux d'erreur du serveur d'API supérieur à 20 % (critique) Le serveur d'API fournit des erreurs 5xx ou 429 sur plus de 20% de toutes les requêtes par verbe pendant 15 min apiserver-error-ratio-high.json
Modification de la variante optimale ETCD ou échec de la proposition trop fréquent (avertissement) Les modifications de la variante optimale etcd ou les échecs de propositions sont trop fréquents etcd-leader-changes-or-proposal-failures-frequent.json
Le serveur ETCD n'est pas dans un quorum (critique) Aucune proposition de serveur etcd n'a été validée depuis 5 minutes. Elles ont donc peut-être perdu le quorum. etcd-server-not-in-quorum.yaml
La capacité de stockage ETCD dépasse 90 % de la limite (avertissement). L'utilisation de l'espace de stockage etcd dépasse 90 % de la limite. etcd-storage-usage-high.json

Règles d'alerte avec PromQL

Les requêtes des règles d'alerte peuvent également être exprimées en PromQL au lieu de MQL. Par exemple, la version PromQL de la stratégie API server error ratio exceeds 20 percent (critical) peut être téléchargée : apiserver-error-ratio-high-promql.json.

Pour plus d'informations, reportez-vous à Utiliser le service géré pour Prometheus pour la documentation Google Distributed Cloud et à Règles d'alerte avec PromQL pour la documentation Cloud Monitoring.

Recevoir des notifications

Une fois que vous avez créé une règle d'alerte, vous pouvez définir un ou plusieurs canaux de notification pour cette règle. Il existe plusieurs types de canaux de notification. Par exemple, vous pouvez être averti par e-mail, ou via un canal Slack ou une application mobile. Vous pouvez choisir les canaux qui répondent à vos besoins.

Pour obtenir des instructions sur la configuration des canaux de notification, consultez la page Gérer les canaux de notification.