Solucionar problemas de políticas de alertas

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

Para obtener información sobre las variables que pueden afectar una política de alertas, por ejemplo, por el período de duración, consulta 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. Esperas que se te notifique solo cuando el uso de cualquier disco físico excede el límite que estableciste en la condición. Sin embargo, esta política crea incidentes cuando el uso de cada disco físico es inferior al umbral.

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

Por ejemplo, considera el siguiente resultado del comando df de Linux, que muestra el espacio de 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 de disco para filtrar la serie temporal de los dispositivos de bucle invertido /dev/loop0 y /dev/loop1.

La política de tiempo de actividad no crea alertas esperadas

Si deseas recibir una notificación si una máquina virtual (VM) se reinicia o se apaga, debes crear una política de alertas que supervise la métrica compute.googleapis.com/instance/uptime. Creas y configuras la condición para generar un incidente cuando no hay datos de métricas. No defines el estado mediante Monitoring Query Language (MQL)1. No recibirás notificaciones cuando la máquina virtual (VM) se reinicie o se apague.

Esta política de alertas solo supervisa las series temporales de las instancias de VM de Compute Engine que están 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 métrica 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.

A fin de solucionar este problema, crea una política de alertas para 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 MQL que te notifique que la VM se cerró. Las condiciones definidas por MQL no prefiltran los datos de series temporales según el estado de la instancia de VM. Debido a que MQL no filtra los datos por estado de VM, puedes usarlo para detectar la ausencia de datos de las VM que se cerraron.

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

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

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

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

1: MQL es un lenguaje basado en texto expresivo 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 esta parece crear incidentes de forma prematura o incorrecta.

Si hay una brecha en los datos, especialmente para las políticas de alertas con condiciones de umbral de ausencia métrica o “menor que”, se puede crear un incidente que parezca anómalo. Determinar si existe una brecha en los datos podría no ser fácil. A veces, el intervalo se oscurece y, a veces, se corrige de forma automática:

  • Por ejemplo, en los gráficos, los espacios vacíos pueden estar ocultos porque los valores de los datos faltantes están interpolados. Incluso cuando faltan varios minutos de datos, el gráfico conecta los puntos faltantes para la continuidad visual. Este vacío 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 de reabastecimiento corrige de manera efectiva la brecha; la brecha se completa cuando llegan los datos. Por lo tanto, un intervalo en una métrica basada en registros que ya no se puede ver pudo 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 requieren varias mediciones antes de crear un incidente, asegúrate de que el campo de duración de una condición sea más del 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 estableces el campo de duración en el valor más reciente, o equivalente a 0 segundos, una sola medición puede crear un incidente.

La política de condiciones múltiples crea varias notificaciones

Creaste una política de alertas que contiene varias condiciones y las uniste con un AND lógico. Esperas recibir una notificación y crear un incidente cuando se cumplen todas las condiciones. Sin embargo, recibes varias notificaciones y verás que se crean varios incidentes.

Cuando una política de alertas contiene varias condiciones unidas por una lógicaAND Si esa política se activa, cada política que envíe una condición que cumpla una condición 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 solo 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 Incidentes en Google Cloud Console y selecciona un incidente que quieras ver. Esperas 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 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 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. Se espera que el incidente se cierre. Sin embargo, recibirás el mensaje de error:

Unable to close incident with active conditions.

Solo puedes cerrar un incidente cuando no se observan 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 un incidente no se puede cerrar 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 dejar que Monitoring cierre el incidente de forma automática.

Para obtener más información, consulta Administra incidentes.

Las notificaciones de webhook fallan

Configura un canal de notificación de webhook y esperas recibir notificaciones cuando ocurran incidentes. No recibes ninguna notificación.

Extremo privado

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

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

Cuando configuras un canal de notificaciones de Pub/Sub, las notificaciones de incidentes se envían a una cola de Pub/Sub que tiene controles de administración de identidades y accesos. Cualquier servicio que pueda consultar o escuchar un tema de Pub/Sub puede consumir estas notificaciones. Por ejemplo, las aplicaciones que se ejecutan en 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 a que llegue un mensaje. Estas suscripciones requieren acceso a Google, pero no requieren reglas para firewalls ni acceso entrante.

Extremo público

Para identificar por qué falló la entrega, examina las entradas de registro de Cloud Logging en busca de información sobre fallas.

Por ejemplo, puedes buscar entradas de registro para el recurso del canal de notificaciones mediante el Explorador de registros, con un filtro como el siguiente:

resource.type="stackdriver_notification_channel"