Exemplos de políticas em JSON

Neste documento, você encontra exemplos de políticas de alertas. Os exemplos são escritos em JSON e usam filtros de monitoramento. É possível criar políticas em JSON ou YAML, independentemente de você definir a política usando filtros do Monitoring ou a linguagem de consulta do Monitoring (MQL, na sigla em inglês). A Google Cloud CLI pode ler e gravar JSON e YAML, enquanto a API REST pode ler JSON.

Para amostras de políticas de alertas que usam o MQL, consulte os seguintes documentos:

Para informações sobre como configurar campos da política de alertas, consulte:

Gerar YAML para políticas existentes

Para gerar representações YAML das políticas de alertas atuais, use o comando gcloud alpha monitoring policies list para listar as políticas e o comando gcloud alpha monitoring policies describe para imprimir a política.

Para gerar representações YAML dos canais de notificação existentes, use o comando gcloud alpha monitoring channels list para listar os canais e o comando gcloud alpha monitoring channels describe para imprimir a configuração de canais.

Se você não incluir a sinalização --format nos comandos da Google Cloud CLI, o formato padrão será YAML para os dois comandos gcloud ... describe.

Por exemplo, o comando gcloud alpha monitoring policies describe a seguir recupera uma única política chamada projects/a-gcp-project/alertPolicies/12669073143329903307 e o redirecionamento (>) copia a saída para o arquivo test-policy.yaml:

gcloud alpha monitoring policies describe projects/a-gcp-project/alertPolicies/12669073143329903307 > test-policy.yaml

Gerar JSON para políticas existentes

Para gerar representações JSON das suas políticas de alertas e canais de notificação atuais, siga um destes procedimentos:

Amostras de política

Conforme mostrado no exemplo de backup/restauração, é possível usar políticas salvas para criar novas cópias delas.

É possível usar uma política salva em um projeto para criar uma nova ou semelhante em outro projeto. No entanto, você precisa primeiro fazer as seguintes alterações em uma cópia da política salva:

  • Remova os campos a seguir de todos os canais de notificação:
    • name
    • verificationStatus
  • Crie canais de notificação antes de consultar os canais nas políticas de alertas. São necessários os novos identificadores de canal.
  • Remova os campos a seguir de todas as políticas de alertas que você estiver recriando:
    • name
    • condition.name
    • creationRecord
    • mutationRecord

As políticas neste documento são organizadas com a mesma terminologia usada pelo Monitoring no console do Google Cloud, por exemplo, "política de taxa de mudança". Há dois tipos de condições:

  • Uma condição de limite. Quase todos os tipos de política mencionados na UI são variantes de uma condição de limite.
  • Uma condição de ausência

Nos exemplos a seguir, essas condições correspondem a conditionThreshold e conditionAbsent. Para saber mais, consulte a página de referência de Condition.

Muitas dessas políticas podem ser criadas manualmente usando o console do Google Cloud, mas algumas só podem ser criadas usando a API Monitoring. Para mais informações, consulte Como criar uma política de alertas (UI) ou Criar políticas de alertas usando a API.

Política de limite de métrica

Uma política de limite de métrica detecta quando algum valor ultrapassa um limite predeterminado. As políticas de limite permitem que você saiba que algo está se aproximando de um ponto importante, portanto, você pode realizar alguma ação. Por exemplo, a condição de uma política de limite de métrica é atendida quando o espaço em disco disponível se torna menor que 10% do espaço total em disco.

A política de alertas a seguir usa o uso médio da CPU como um indicador da integridade de um grupo de VMs. A condição da política é atendida quando a utilização média da CPU das VMs em um projeto, medida em intervalos de 60 segundos, excede o limite de utilização de 90% por 15 minutos (900 segundos):

{
    "displayName": "Very high CPU usage",
    "combiner": "OR",
    "conditions": [
        {
            "displayName": "CPU usage is extremely high",
            "conditionThreshold": {
                "aggregations": [
                    {
                        "alignmentPeriod": "60s",
                        "crossSeriesReducer": "REDUCE_MEAN",
                        "groupByFields": [
                            "project"
                        ],
                        "perSeriesAligner": "ALIGN_MAX"
                    }
                ],
                "comparison": "COMPARISON_GT",
                "duration": "900s",
                "filter": "metric.type=\"compute.googleapis.com/instance/cpu/utilization\"
                          AND resource.type=\"gce_instance\"",
                "thresholdValue": 0.9,
                "trigger": {
                    "count": 1
                }
            }
        }
    ],
}

Política de ausência de métrica

Uma condição de ausência de métrica é atendida quando nenhum dado é gravado em uma métrica pela duração especificada.

Uma maneira de demonstrar isso é criar uma métrica personalizada.

Veja um descritor de amostra para uma métrica personalizada. É possível criar a métrica usando o APIs Explorer.

{
  "description": "Number of times the pipeline has run",
  "displayName": "Pipeline runs",
  "metricKind": "GAUGE",
  "type": "custom.googleapis.com/pipeline_runs",
  "labels": [
    {
      "description": "The name of the pipeline",
      "key": "pipeline_name",
      "valueType": "STRING"
    },
  ],
  "unit": "1",
  "valueType": "INT64"
}

Consulte Visão geral das métricas definidas pelo usuário para mais informações.

A condição na política de alertas a seguir é atendida quando os dados param de ser gravados na métrica por um período de aproximadamente uma hora: em outras palavras, seu pipeline por hora não é executado. Observe que a condição usada aqui é conditionAbsent.

{
    "displayName": "Data ingestion functioning",
    "combiner": "OR",
    "conditions": [
        {
            "displayName": "Hourly pipeline is up",
            "conditionAbsent": {
                "duration": "3900s",
                "filter": "resource.type=\"global\"
                          AND metric.type=\"custom.googleapis.com/pipeline_runs\"
                          AND metric.label.pipeline_name=\"hourly\"",
            }
        }
    ],
}

Política de previsão

Uma condição de previsão é atendida quando todas as previsões feitas para uma série temporal em uma janela de duração são as mesmas e prevem que a série temporal vai violar o limite dentro do horizonte da previsão.

Uma condição de previsão é uma condição de limite de métrica configurada para usar a previsão. Conforme ilustrado no exemplo a seguir, essas condições incluem um campo forecastOptions que ativa a previsão e especifica o horizonte da previsão. No exemplo a seguir, o horizonte de previsão é definido como uma hora, que é o valor mínimo:

{
    "displayName": "NFS free bytes alert",
    "combiner": "OR",
    "conditions": [
      {
        "displayName": "Filestore Instance - Free disk space percent",
        "conditionThreshold": {
          "aggregations": [
            {
              "alignmentPeriod": "300s",
              "perSeriesAligner": "ALIGN_MEAN"
            }
          ],
          "comparison": "COMPARISON_LT",
          "duration": "900s",
          "filter": "resource.type = \"filestore_instance\" AND metric.type = \"file.googleapis.com/nfs/server/free_bytes_percent\"",
          "forecastOptions": {
            "forecastHorizon": "3600s"
          },
          "thresholdValue": 20,
          "trigger": {
            "count": 1
          }
        }
      }
    ],
}

Política de taxa de alteração

As condições de taxa de mudança são atendidas quando os valores em uma série temporal aumentam ou diminuem em pelo menos a porcentagem especificada pelo limite. Quando você cria esse tipo de condição, um cálculo de porcentagem de alteração é aplicado à série temporal antes da comparação com o limite.

A condição faz a média dos valores da métrica dos últimos 10 minutos e, em seguida, compara o resultado com a média de 10 minutos que foi medida pouco antes da janela de duração. A janela de lookback de 10 minutos usada por uma taxa de métrica de condição de alteração é um valor fixo e não pode ser alterado. No entanto, você especifica a janela de duração ao criar uma condição.

Essa política avisa quando a taxa de uso da CPU está aumentando rapidamente:

{
  "displayName": "High CPU rate of change",
  "combiner": "OR",
  "conditions": [
    {
      "displayName": "CPU usage is increasing at a high rate",
      "conditionThreshold": {
         "aggregations": [
           {
             "alignmentPeriod": "900s",
             "perSeriesAligner": "ALIGN_PERCENT_CHANGE",
           }],
        "comparison": "COMPARISON_GT",
        "duration": "180s",
        "filter": "metric.type=\"compute.googleapis.com/instance/cpu/utilization\" AND resource.type=\"gce_instance\"",
        "thresholdValue": 0.5,
        "trigger": {
          "count": 1
         }
      }
    }
  ],
}

Política de agregação de grupo

Esta política alerta quando a utilização média da CPU em um cluster do Google Kubernetes Engine excede um limite:

{
    "displayName": "CPU utilization across GKE cluster exceeds 10 percent",
    "combiner": "OR",
    "conditions": [
         {
            "displayName": "Group Aggregate Threshold across All Instances in Group GKE cluster",
            "conditionThreshold": {
                "filter": "group.id=\"3691870619975147604\" AND metric.type=\"compute.googleapis.com/instance/cpu/utilization\" AND resource.type=\"gce_instance\"",
                "comparison": "COMPARISON_GT",
                "thresholdValue": 0.1,
                "duration": "300s",
                "trigger": {
                    "count": 1
                },
                "aggregations": [
                    {
                        "alignmentPeriod": "60s",
                        "perSeriesAligner": "ALIGN_MEAN",
                        "crossSeriesReducer": "REDUCE_MEAN",
                        "groupByFields": [
                              "project"
                        ]
                    },
                    {
                        "alignmentPeriod": "60s",
                        "perSeriesAligner": "ALIGN_SUM",
                        "crossSeriesReducer": "REDUCE_MEAN"
                    }
                ]
            },
        }
    ],
}

Essa política pressupõe a existência do grupo a seguir:

    {
        "name": "projects/a-gcp-project/groups/3691870619975147604",
        "displayName": "GKE cluster",
        "filter": "resource.metadata.name=starts_with(\"gke-kuber-cluster-default-pool-6fe301a0-\")"
    }

Para identificar os campos equivalentes para os grupos, liste os detalhes do grupo usando a APIs Explorer na página de referência project.groups.list.

Política de verificação de tempo de atividade

O status das verificações de tempo de atividade é exibido na página Verificações de tempo de atividade, mas é possível configurar uma política de alertas para que o Cloud Monitoring envie uma notificação se a verificação falhar.

Por exemplo, o JSON a seguir descreve uma verificação de tempo de atividade HTTPS no site do Google Cloud. A política de alertas verifica a disponibilidade a cada cinco minutos.

A verificação de tempo de atividade foi criada com o console do Google Cloud. A representação JSON foi criada listando as verificações de tempo de atividade no projeto usando a API Monitoring. Veja uptimeCheckConfigs.list. Também é possível criar verificações de tempo de atividade com a API Monitoring.

{
    "name": "projects/a-gcp-project/uptimeCheckConfigs/uptime-check-for-google-cloud-site",
    "displayName": "Uptime check for Google Cloud site",
    "monitoredResource": {
        "type": "uptime_url",
        "labels": {
            "host": "cloud.google.com"
      }
    },
    "httpCheck": {
        "path": "/index.html",
        "useSsl": true,
        "port": 443,
        "authInfo": {}
    },
    "period": "300s",
    "timeout": "10s",
    "contentMatchers": [
        {}
    ]
}

Para criar uma política de alertas para uma verificação de tempo de atividade, consulte a verificação de tempo de atividade por UPTIME_CHECK_ID. Esse ID é definido quando a verificação é criada; ele aparece como o último componente do campo name e é visível na interface do usuário como Check ID no resumo da configuração. Se você estiver usando a API Monitoring, o método uptimeCheckConfigs.create retornará o ID.

O ID é derivado de displayName, que foi definido na IU nesse caso. Ele pode ser verificado listando as verificações de tempo de atividade e observando o valor name.

O ID da verificação de tempo de atividade descrito anteriormente é uptime-check-for-google-cloud-site.

A condição da política de alertas a seguir será atendida se a verificação de tempo de atividade falhar ou se o certificado SSL no site do Google Cloud expirar em menos de 15 dias. Se uma das condições for atendida, o Monitoring enviará uma notificação ao canal especificado:

{
    "displayName": "Google Cloud site uptime failure",
    "combiner": "OR",
    "conditions": [
        {
            "displayName": "Failure of uptime check_id uptime-check-for-google-cloud-site",
            "conditionThreshold": {
                "aggregations": [
                    {
                        "alignmentPeriod": "1200s",
                        "perSeriesAligner": "ALIGN_NEXT_OLDER",
                        "crossSeriesReducer": "REDUCE_COUNT_FALSE",
                        "groupByFields": [ "resource.label.*" ]
                    }
                ],
                "comparison": "COMPARISON_GT",
                "duration": "600s",
                "filter": "metric.type=\"monitoring.googleapis.com/uptime_check/check_passed\"
                          AND metric.label.check_id=\"uptime-check-for-google-cloud-site\"
                          AND resource.type=\"uptime_url\"",
                "thresholdValue": 1,
                "trigger": {
                    "count": 1
                }
            }
        },
        {
            "displayName": "SSL Certificate for google-cloud-site expiring soon",
            "conditionThreshold": {
                "aggregations": [
                    {
                        "alignmentPeriod": "1200s",
                        "perSeriesAligner": "ALIGN_NEXT_OLDER",
                        "crossSeriesReducer": "REDUCE_MEAN",
                        "groupByFields": [ "resource.label.*" ]
                    }
                ],
                "comparison": "COMPARISON_LT",
                "duration": "600s",
                "filter": "metric.type=\"monitoring.googleapis.com/uptime_check/time_until_ssl_cert_expires\"
                          AND metric.label.check_id=\"uptime-check-for-google-cloud-site\"
                          AND resource.type=\"uptime_url\"",
                "thresholdValue": 15,
                "trigger": {
                    "count": 1
                }
            }
        }
    ],
}

O filtro na condição especifica a métrica monitorada por tipo e rótulo. Os tipos de métrica são monitoring.googleapis.com/uptime_check/check_passed e monitoring.googleapis.com/uptime_check/time_until_ssl_cert_expires. O rótulo de métrica identifica a verificação de tempo de atividade específica que está sendo monitorada. Neste exemplo, o campo de rótulo check_id contém o ID de verificação de tempo de atividade.

AND metric.label.check_id=\"uptime-check-for-google-cloud-site\"

Consulte Como monitorar filtros para mais informações.

Política de integridade do processo

Uma política de integridade do processo poderá notificar você se o número de processos correspondentes a um padrão cruzar um limite. Isso pode ser usado para informar, por exemplo, que um processo parou de ser executado.

Essa política de alertas faz com que o Monitoring envie uma notificação para o canal de notificação especificado quando nenhum processo correspondente à string nginx, executado como usuário www, estiver disponível por mais de cinco minutos:

{
    "displayName": "Server health",
    "combiner": "OR",
    "conditions": [
        {
            "displayName": "Process 'nginx' is not running",
            "conditionThreshold": {
                "filter": "select_process_count(\"has_substring(\\\"nginx\\\")\", \"www\") AND resource.type=\"gce_instance\"",
                "comparison": "COMPARISON_LT",
                "thresholdValue": 1,
                "duration": "300s"
            }
        }
    ],
}

Para saber mais, consulte Integridade do processo.

Proporção da métrica

Recomendamos que você use a linguagem de consulta do Monitoring (MQL) para criar políticas de alertas baseadas em proporção. Embora a API Cloud Monitoring seja compatível com a construção de algumas proporções baseadas em filtro, o MQL oferece uma solução mais flexível e robusta:

Esta seção descreve uma proporção baseada em filtro. Com a API, é possível criar e visualizar uma política que calcula a proporção de duas métricas relacionadas e é acionada quando essa proporção ultrapassa um limite. As métricas relacionadas precisam ter o mesmo MetricKind. Por exemplo, é possível criar uma política de alertas baseada em proporção se as duas métricas forem de medidas. Para determinar o MetricKind de um tipo de métrica, consulte a Lista de métricas.

Uma condição de proporção é uma variante de uma condição de limite simples, em que a condição em uma política de proporção usa dois filtros: a filter usual, que atua como o numerador da proporção, e denominatorFilter, que age como o denominador da proporção.

As séries temporais de ambos os filtros precisam ser agregadas da mesma forma, de modo que o cálculo da proporção dos valores seja significativo. A condição da política de alertas será atendida quando a proporção dos dois filtros violar um valor limite para a duração especificada.

A próxima seção descreve como configurar uma política de alertas que monitora a proporção de respostas de erro HTTP a todas as respostas HTTP.

Proporção de erros de HTTP

A política de alertas a seguir tem uma condição de limite criada na proporção entre a contagem de respostas de erro HTTP e a contagem de todas as respostas HTTP.

{
    "displayName": "HTTP error count exceeds 50 percent for App Engine apps",
    "combiner": "OR",
    "conditions": [
        {
            "displayName": "Ratio: HTTP 500s error-response counts / All HTTP response counts",
            "conditionThreshold": {
                 "filter": "metric.label.response_code>=\"500\" AND
                            metric.label.response_code<\"600\" AND
                            metric.type=\"appengine.googleapis.com/http/server/response_count\" AND
                            project=\"a-gcp-project\" AND
                            resource.type=\"gae_app\"",
                 "aggregations": [
                    {
                        "alignmentPeriod": "300s",
                        "crossSeriesReducer": "REDUCE_SUM",
                        "groupByFields": [
                          "project",
                          "resource.label.module_id",
                          "resource.label.version_id"
                        ],
                        "perSeriesAligner": "ALIGN_DELTA"
                    }
                ],
                "denominatorFilter": "metric.type=\"appengine.googleapis.com/http/server/response_count\" AND
                                      project=\"a-gcp-project\" AND
                                      resource.type=\"gae_app\"",
                "denominatorAggregations": [
                   {
                      "alignmentPeriod": "300s",
                      "crossSeriesReducer": "REDUCE_SUM",
                      "groupByFields": [
                        "project",
                        "resource.label.module_id",
                        "resource.label.version_id"
                       ],
                      "perSeriesAligner": "ALIGN_DELTA",
                    }
                ],
                "comparison": "COMPARISON_GT",
                "thresholdValue": 0.5,
                "duration": "0s",
                "trigger": {
                    "count": 1
                }
            }
        }
    ]
}

Tipos de métrica e recurso

O tipo de métrica desta política é appengine.googleapis.com/http/server/response_count, que tem dois rótulos:

  • response_code, um inteiro de 64 bits que representa o código de status HTTP da solicitação. Essa política filtra os dados de série temporal nesse rótulo para que ele possa determinar o seguinte:
    • O número de respostas recebidas.
    • O número de respostas de erro recebidas.
    • A proporção de respostas de erro para todas as respostas.
  • loading, um valor booleano que indica se o carregamento da solicitação estava sendo realizado. O rótulo loading é irrelevante nesta política de alertas.

A política de alertas avalia dados de resposta de aplicativos do App Engine, ou seja, dados originados do tipo de recurso monitorado gae_app. Esse recurso monitorado tem três rótulos:

  • project_id, o ID do projeto do Google Cloud.
  • module_id, o nome do serviço ou módulo no app.
  • version_id, a versão do app.

Para mais informações de referência sobre esses tipos de recursos monitorados e métricos, consulte métricas do App Engine na lista de métricas e a entrada gae_app na lista de recursos monitorados.

O que esta política faz

Essa condição calcula a proporção de respostas de erro em relação ao total de respostas. A condição será atendida se a proporção for maior que 50% (ou seja, a proporção for maior que 0,5) ao longo do período de alinhamento de cinco minutos.

Essa política captura o módulo e a versão do app que viola a condição, agrupando a série temporal em cada filtro pelos valores desses rótulos.

  • O filtro na condição analisa as respostas HTTP de um app do App Engine e seleciona essas respostas no intervalo de erro, 5xx. Este é o numerador na proporção.
  • O filtro de denominador na condição analisa todas as respostas HTTP de um app do App Engine.

A condição é atendida, e o Monitoring envia uma notificação para o novo incidente imediatamente. A duração permitida para a condição é de zero segundo. Essa condição usa uma contagem de trigger de um, que é o número de série temporal que precisam violar a condição para causar o incidente. Para um aplicativo do App Engine com um único serviço, uma contagem de trigger de um é aceitável. Se você tiver um app com 20 serviços e quiser causar um incidente se três ou mais serviços violarem a condição, use uma contagem de trigger de três.

Como configurar uma proporção

Os filtros de numerador e denominador são exatamente os mesmos, exceto pelo fato de o filtro de condição no numerador corresponder aos códigos de resposta no intervalo de erro, e o filtro de condição no denominador corresponder a todos os códigos de resposta. As cláusulas a seguir aparecem somente na condição do numerador:

      metric.label.response_code>=\"500\" AND
      metric.label.response_code<\"600\"

Caso contrário, os filtros de numerador e denominador serão os mesmos.

A série temporal selecionada por cada filtro precisa ser agregada da mesma maneira para que o cálculo da proporção seja válido. Cada filtro pode coletar várias séries temporais, pois haverá uma série temporal diferente para cada combinação de valores para rótulos. Essa política agrupa o conjunto de série temporal por rótulos de recursos especificados, que particiona o conjunto de série temporal em um conjunto de grupos. Algumas das séries temporais de cada grupo correspondem ao filtro do numerador. o restante corresponde ao filtro do denominador.

Para calcular uma proporção, o conjunto de séries temporais que corresponde a cada filtro precisa ser agregado a uma única série temporal cada. Isso deixa cada grupo com duas série temporal, uma para o numerador e outra para o denominador. Em seguida, a proporção de pontos na série temporal do numerador e do denominador em cada grupo pode ser calculada.

Nessa política, as séries temporais de ambos os filtros são agregadas da seguinte maneira:

  • Cada filtro cria um número de séries temporais alinhadas em intervalos de cinco minutos, com valores representados computando ALIGN_DELTA nos valores nesse intervalo de alinhamento de cinco minutos. Esse alinhador retorna o número de respostas correspondentes nesse intervalo como um inteiro de 64 bits.

  • As séries temporais em cada filtro também são agrupadas pelos valores dos rótulos de recurso para módulo e versão, de modo que cada grupo com contém dois conjuntos de séries temporais alinhadas, aqueles que correspondem ao filtro numerador e aqueles que correspondem ao filtro de denominador.

  • A série temporal em cada grupo que corresponde ao filtro do numerador ou do denominador é agregada a uma única hora somando os valores na série temporal individual usando o redutor de série cruzada REDUCER_SUM. Isso resulta em uma série temporal para o numerador e uma para o denominador, cada uma informando o número de respostas em todas as séries temporais correspondentes no intervalo de alinhamento.

Em seguida, a política calcula, para a série temporal do numerador e do denominador que representa cada grupo, a proporção dos valores. Quando a proporção estiver disponível, essa política será uma política simples de limite de métricas.