排查提醒政策的问题

本页面介绍为何某些提醒政策的行为方式与预期不同,并针对这些情况提供了可能的补救方法。

如需了解影响提醒政策的变量, 具体取决于重新测试窗口的选择,例如, 基于指标的提醒政策的行为

磁盘利用率政策产生意外突发事件

您创建了一个提醒政策,用于监控系统中磁盘的“已用”容量。此政策会监控指标 agent.googleapis.com/disk/percent_used。您预期仅在任何物理磁盘的利用率超过您在条件中设置的阈值时收到通知。但是,此政策会在每个物理磁盘的磁盘利用率低于阈值时创建突发事件。

这些政策的意外突发事件的已知原因是此类条件不限于监控物理磁盘。这些政策会改为监控所有磁盘,包括环回设备等虚拟磁盘。如果构建了一个虚拟磁盘,使其利用率达到 100%,则会导致创建政策的突发事件。

例如,请考虑 Linux df 命令的下列输出,其中显示系统所装载的文件系统上的磁盘空间:

$ df
/dev/root     9983232  2337708  7629140   24%  /
devtmpfs      2524080        0  2524080    0%  /dev
tmpfs         2528080        0  2528080    0%  /dev/shm
...
/dev/sda15     106858     3934   102924    4%  /boot/efi
/dev/loop0      56704    56704        0  100%  /snap/core18/1885
/dev/loop1     129536   129536        0  100%  /snap/google-cloud-sdk/150
...

对于该系统,应配置磁盘利用率提醒政策, 可以过滤出 环回设备 /dev/loop0/dev/loop1。例如,您可以 添加过滤条件 device !=~ ^/dev/loop.*,以排除所有时序 其 device 标签与正则表达式 ^/dev/loop.* 不匹配。

异常突发事件的常见原因

您创建了一个提醒政策,该政策似乎过早创建或错误地创建了突发事件。

由于多种原因,您可能会收到看似不正确的事件通知:

  • 如果数据中存在缺口,尤其对于存在指标缺失或“小于”阈值条件的提醒政策,则可能创建看似异常的突发事件。有时突发事件并没有体现出数据缺口,有时则是数据缺口 会自动更正:

    • 例如,在图表中,由于 插入缺失数据。即使缺少几分钟的数据,图表也会连接缺失的点,以获得视觉上的连续性。提醒政策中的此类缺口可能足以让提醒政策创建突发事件。

    • 基于日志的指标中的点可能会延迟发生并被回填, 过去多达 10 分钟的数据回填行为可以有效地纠正缺口;当数据最终到达时,会填补缺口。因此,如果基于日志的指标中不再存在的缺口, 导致提醒政策创建事件。

  • 指标缺失和“小于”阈值条件会实时评估,查询延迟时间很短。在评估条件到相应突发事件在 Monitoring 中可见这段时间内,条件的状态可能会发生变化。

  • 配置为针对单个测量创建突发事件的条件可能会导致看似过早或不正确的突发事件。接收者 为防止出现这种情况,请确保在 通过设置条件的重新测试窗口来创建突发事件 指标采样率的两倍以上。

    例如,如果某个指标的抽样间隔时间 60 秒,然后将重新测试窗口设置为至少 3 分钟。如果您将 重新测试窗口设置为最新值,或等同于 0 秒, 那么一次测量就会导致创建突发事件。

  • 修改提醒政策的条件时,更改可能需要几分钟才能在提醒政策基础架构中传播。在此期间,您可能会收到满足原来的提醒政策条件的突发事件通知。

  • 时间序列数据到达时,数据可能需要一分钟才能传播到整个提醒基础架构。在此期间 过程,提醒政策甚至可能会将条件评估为满足 只是时序数据尚未传播到时序图表。 因此,即使图表未显示上述数据,您也可能会收到通知 这表明满足条件为了降低 在这种情况下,请使用至少 5 分钟的校准时间段。

数据停止传入时,突发事件未关闭

您可以按照 部分指标数据 并配置提醒政策,以便在数据停止送达时关闭突发事件。 在某些情况下,数据会停止传入,但未结突发事件 并已自动关闭。

如果提醒政策监控的底层资源包含 metadata.system_labels.state 标签,以及如果未写入该政策, Monitoring 查询语言,则 Monitoring 可以确定 资源。如果已知某个资源的状态已停用,则 Monitoring 不会在出现数据时自动关闭突发事件 停止到达。不过,您可以手动关闭这些突发事件。

由于权限错误,导致无法查看突发事件详情

前往 Google Cloud 控制台中的“突发事件”页面,然后选择 可供查看的突发事件您应能打开详情页面。但是,详情页面无法打开,并显示“权限遭拒”的消息。

如需查看除指标数据以外的所有突发事件详情,请确保您拥有 的 Identity and Access Management (IAM) 角色 Monitoring Cloud Console Incident Viewer (roles/monitoring.cloudConsoleIncidentViewer)和 Stackdriver Accounts Viewer (roles/stackdriver.accounts.viewer)。

查看所有事件详情(包括指标数据),并能够 确认或关闭突发事件,请确保您拥有 IAM Monitoring Viewer (roles/monitoring.viewer) 角色和 Monitoring Cloud 控制台突发事件编辑者 (roles/monitoring.cloudConsoleIncidentEditor).

自定义角色无法授予查看突发事件详情所需的权限。

满足条件时无法创建突发事件

您创建了一个包含 1 个条件的提醒政策。此图表中 提醒政策会显示 监控的数据违反了条件,但您没有收到 通知和未创建突发事件的提醒

如果提醒政策条件满足以下任何条件 则 Monitoring 不会创建突发事件。

  • 提醒政策已延后
  • 提醒政策已停用。
  • 提醒政策已达到 同时启用的突发事件数量上限
  • 提醒政策监控的资源状态已知是 已停用。监控 确定资源包含 metadata.system_labels.state 标签,如果提醒政策不是 使用 Monitoring Query Language 编写。

突发事件详情列出了错误的项目

您会收到通知,并且条件摘要列出了 创建突发事件的 Google Cloud 项目,也就是说,项目会列出 范围项目。但是,您希望突发事件列出事件的名称, Google Cloud 项目,用于存储引发 进行监控以创建突发事件。

在提醒政策的条件中指定的汇总选项 确定通知中引用的 Google Cloud 项目:

  • 当汇总选项去掉存储项目 ID 的标签后, 突发事件信息列出了限定范围的项目。 例如,如果您只按区域对数据进行分组,则在分组后, 存储项目 ID 的标签。

  • 如果汇总选项保留存储项目 ID 的标签, 突发事件通知会包含 Google Cloud 项目的名称, 存储导致突发事件发生的时序。 要保留项目 ID 标签,请添加 标签 project_id,或者不对时序进行分组。

无法手动结束突发事件

您收到系统突发事件通知。转到突发事件详情页面,然后点击结束突发事件。突发事件应能结束;但是您收到以下错误消息:

Unable to close incident with active conditions.

只有在最近的提醒期内没有收到任何观察结果时,您才能结束突发事件。提醒期(通常默认为 5 分钟)作为提醒政策条件的一部分进行定义,并且可以对其进行配置。上一条错误消息表明在提醒期内收到数据。

如果突发事件因内部错误而无法关闭,则会发生以下错误:

Unable to close incident. Please try again in a few minutes.

当您看到上一条错误消息时,可以重试关闭操作,或者让 Monitoring 自动关闭突发事件。

如需了解详情,请参阅管理突发事件

多条件政策创建多个通知

您创建了一个包含多个条件的提醒政策,并使用逻辑 AND 连接这些条件。您希望在满足所有条件时收到一条通知并创建一个突发事件。但您会收到多个通知,还会发现存在多个突发事件。

监控会发送通知并创建突发事件 触发满足条件的时序。因此,当 如果您有包含多个条件的提醒政策,则可能会收到 导致 要满足的联接条件。

例如,您有一个包含两个条件的提醒政策,其中 每个条件监控 3 个时序。政策会发送通知 。当满足政策的条件后 您可以获得 2 个时序(每个条件都满足一个时序) 和 6 个(每个条件中的所有时序均符合)通知和事件。

您无法将 Monitoring 配置为创建单个突发事件, 发送一条通知。

如需了解详情,请参阅每次事件的通知数

指标标签的变量为 null

您要创建提醒政策, 向文档部分添加指标标签的变量。 您预期通知将显示变量的值;不过, 该值设置为 null

如需解决此问题,请尝试以下操作:

  • 确保提醒政策的汇总设置可保留 显示的标签。

    例如,假设您创建了一个提醒政策, 虚拟机实例写入的磁盘字节数。您希望文档列出 因此您将向文档中添加 字段中提供以下内容:device: ${metric.label.device}

    您还必须确保汇总设置保留相应的值 属于 device 标签。您可以通过设置 转换为 none,或确保分组选择 包含 device

  • 验证变量的语法和适用性。如需了解语法信息 请参阅使用用户定义的文档为通知添加注释

    例如,系统仅支持变量 log.extracted_label.KEY 用于基于日志的提醒政策。在以下情况下,此变量始终呈现为 null: 提醒政策可监控指标,甚至是基于日志的指标。

更改指标定义后不再有新数据

要更改用户定义指标的定义,例如修改 您在基于日志的指标中使用的过滤条件,并且提醒政策不是 反映您对指标定义所做的更改。

要解决此问题,请修改提醒政策, 政策的显示名称。