Solucionar problemas de políticas de alertas

En esta página, se explica por qué algunas políticas de alertas pueden comportarse de manera diferente al previsto y ofrecen posibles soluciones para esas situaciones.

Para obtener información sobre las variables que pueden afectar una política de alertas, por ejemplo, el período de duración, consulta la sección Comportamiento de alertas.

La política de uso del disco crea incidentes inesperados

Creaste una política de alertas para supervisar la capacidad “usada” de los discos en tu sistema. Esta política supervisa la métrica agent.googleapis.com/disk/percent_used. Se espera que se te notifique solo cuando el uso de cualquier disco físico supere el límite que estableciste en la condición. Sin embargo, esta política crea incidentes cuando el uso de discos de cada disco físico es menor que el umbral.

Una causa conocida de incidentes inesperados para estas políticas es que las condiciones no están restringidas a la supervisión de discos físicos. En su lugar, estas políticas supervisan todos los discos, incluidos los discos virtuales, como los dispositivos de bucle invertido. Si se construye un disco virtual de modo que su uso sea del 100%, se causaría un incidente en la política.

Por ejemplo, considera el siguiente resultado del comando df de Linux, que muestra el espacio del disco disponible en los sistemas de archivos activados para un sistema:

$ 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
...

En este sistema, se debe configurar una política de alertas de uso del disco para filtrar la serie temporal de los dispositivos de bucle /dev/loop0 y /dev/loop1.

La política de tiempo de actividad no crea las alertas esperadas.

Deseas recibir una notificación si una máquina virtual (VM) se reinicia o se apaga, por lo que creas una política de alertas que supervisa la métrica compute.googleapis.com/instance/uptime. Creas y configuras la condición para generar un incidente cuando no hay datos de métricas. No se define la condición mediante el lenguaje de consulta de Monitoring (MQL)1. No se te notificará cuando se reinicie o apague la máquina virtual (VM).

Esta política de alertas solo supervisa series temporales para instancias de VM de Compute Engine que se encuentran en el estado RUNNING. Las series temporales para las VM que se encuentran en cualquier otro estado, como STOPPED o DELETED, se filtran antes de que se evalúe la condición. Debido a este comportamiento, no puedes usar una política de alertas con una condición de alerta de ausencia de métricas para determinar si se está ejecutando una instancia de VM. Para obtener información sobre los estados de las instancias de VM, consulta Ciclo de vida de la instancia de VM.

Para resolver este problema, crea una política de alertas a fin de supervisar una verificación de tiempo de actividad. Para crear una verificación de tiempo de actividad, tu VM debe tener una dirección IP externa.

Si tu VM no tiene una dirección IP externa, puedes crear una política de alertas con MQTT que te notifique que se cerró la VM. Las condiciones definidas por MQ no filtran los datos de series temporales basados en el estado de la instancia de VM. Debido a que MQL no filtra los datos por estados de VM, puedes usarlo para detectar la falta de datos de VM que se cerraron.

Considera la siguiente condición de MQL que supervisa la métrica compute.googleapis.com/instance/cpu/utilization:

fetch gce_instance::compute.googleapis.com/instance/cpu/utilization
|absent_for 3m

Si se apaga una VM que supervisa esta condición, se genera un incidente y se envían notificaciones tres minutos después. El valor absent_for debe ser de al menos tres minutos.

Para obtener más información sobre MQL, consulta Políticas de alertas con MQL.

1: MQL es un lenguaje expresivo basado en texto que se puede usar con llamadas a la API de Cloud Monitoring y en Google Cloud Console. Para configurar una condición con MQL cuando usas Cloud Console, debes seleccionar Editor de consultas.

Causas comunes de incidentes anómalos

Creaste una política de alertas y la política parece crear incidentes de forma prematura o incorrecta.

Si hay una brecha en los datos, especialmente para las políticas de alertas con condiciones de límite de métrica o “inferior a”, se puede crear un incidente que parezca anómalo. Determinar si una brecha en los datos puede no ser fácil Algunas veces el intervalo se oculta y otras veces se corrige de forma automática:

  • Por ejemplo, los intervalos pueden quedar ocultos porque los valores de los datos faltantes se interpolan. Incluso cuando faltan varios minutos de datos, el gráfico conecta los puntos que faltan para la continuidad visual. Esta brecha en los datos subyacentes podría ser suficiente para que una política de alertas cree un incidente.

  • Los datos de las métricas basadas en registros pueden llegar tarde y reabastecerse, hasta 10 minutos antes. El comportamiento del reabastecimiento corrige correctamente el intervalo; la brecha se completa cuando los datos finalmente llegan. Por lo tanto, un intervalo en una métrica basada en registros que ya no se puede ver puede haber provocado que una política de alertas cree un incidente.

Las condiciones de límite de ausencia de la métrica y las de "inferior a" se evalúan en tiempo real, con un pequeño retraso de consulta. El estado de la condición puede cambiar entre el momento en que se evalúa y el momento en que el incidente correspondiente es visible en Monitoring.

Para garantizar que se requieran varias mediciones antes de crear un incidente, asegúrate de que el campo duration de una condición sea mayor que el doble de la tasa de muestreo de la métrica. Por ejemplo, si se muestrea una métrica cada 60 segundos, establece la duración en al menos 3 minutos. Si configuras el campo de duración como valor más reciente o equivalente a 0 segundos, entonces una sola medición puede causar la creación de un incidente.

La política de varias condiciones crea varias notificaciones

Creaste una política de alertas que contiene varias condiciones y uniste esas condiciones con un AND lógico. Esperas una notificación y tienes un incidente creado cuando se cumplen todas las condiciones. Sin embargo, recibirás varias notificaciones y verás que se crearon varios incidentes.

Cuando una política de alertas contiene varias condiciones que se unen mediante una lógicaAND, si esa política se activa y, para cada serie temporal que genere una condición que se cumpla, la política enviará una notificación y creará un incidente. Por ejemplo, si tienes una política con dos condiciones y cada condición supervisa una serie temporal, se abren dos incidentes y recibes dos notificaciones.

No puedes configurar Cloud Monitoring para crear un único incidente y enviar una sola notificación.

Para obtener más información, consulta Notificaciones por incidente.

No se pueden ver los detalles del incidente debido a un error de permiso

Navega a la página de incidentes en Google Cloud Console y selecciona un incidente para ver. Espera que se abra la página de detalles. Sin embargo, la página de detalles no se abre y se muestra el mensaje "Permiso denegado".

Para resolver esta situación, asegúrate de que la función de Administración de identidades y accesos (IAM) sea roles/monitoring.viewer o una que incluya todos los permisos de esa función. Por ejemplo, las funciones roles/monitoring.editor y roles/monitoring.admin incluyen todos los permisos de la función de visualizador.

Las funciones personalizadas no pueden otorgar el permiso necesario para ver los detalles del incidente.

No se puede cerrar un incidente de forma manual

Recibiste una notificación de un incidente en tu sistema. Ve a la página de detalles del incidente y haz clic en Cerrar incidente. Esperan que el incidente se cierre. Sin embargo, recibes el mensaje de error:

Unable to close incident with active conditions.

Solo puedes cerrar un incidente cuando no hay observaciones en el período de alerta más reciente. El período de alerta, que suele tener un valor predeterminado de 5 minutos, se define como parte de la condición de la política de alertas y se puede configurar. El mensaje de error anterior indica que los datos se recibieron dentro del período de alerta.

El siguiente error ocurre cuando no se puede cerrar un incidente debido a un error interno:

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

Cuando veas el mensaje de error anterior, puedes volver a intentar la operación de cierre o permitir que Monitoring cierre automáticamente el incidente.

Para obtener más información, consulta Administra incidentes.

Las notificaciones de webhook fallan cuando se configuran para un extremo privado

Configura una notificación de webhook a un extremo privado y espera que se notifique cuando ocurran incidentes. No recibirás ninguna notificación.

No puedes usar webhooks para notificaciones, a menos que el extremo sea público.

Para resolver esta situación, usa notificaciones de Pub/Sub combinadas con una suscripción de extracción a ese tema de notificaciones.

Cuando configuras un canal de notificaciones de Pub/Sub, las notificaciones de incidentes se envían a una cola de Pub/Sub con controles de administración de identidades y accesos. Cualquier servicio que pueda consultar o escuchar de un tema de Pub/Sub puede consumir estas notificaciones. Por ejemplo, las aplicaciones que se ejecutan en las máquinas virtuales de App Engine, Cloud Run o Compute Engine pueden consumir estas notificaciones.

Si usas una suscripción de extracción, se envía una solicitud a Google que espera que llegue un mensaje. Estas suscripciones requieren acceso a Google, pero no requieren reglas de firewall o acceso entrante.