创建指标阈值提醒政策

本文档介绍如何使用 Google Cloud 控制台创建基于指标的提醒政策，这样一来，当指标的值大于或小于特定时长窗口的阈值时，通知功能会生成通知或生成提醒。例如，当 CPU 利用率高于 80% 且持续五分钟时，可能会触发政策。

此内容不适用于基于日志的提醒政策。如需了解基于日志的提醒政策（该政策在特定消息显示在日志中时通知您），请参阅监控日志。

本文档未介绍以下内容：

须知事项

  1. 如需获取使用 Google Cloud 控制台创建和修改提醒政策所需的权限，请让管理员授予您项目的 Monitoring Editor (roles/monitoring.editor) IAM 角色。 如需详细了解如何授予角色，请参阅管理访问权限。

    您也可以通过自定义角色或其他预定义角色来获取所需的权限。

    如需详细了解 Cloud Monitoring 角色，请参阅使用 Identity and Access Management 控制访问权限。

  2. 确保您熟悉提醒政策的一般概念。如需了解这些主题，请参阅提醒概览。

  3. 配置要用来接收任何提醒的通知渠道。为实现冗余，我们建议您创建多种类型的通知渠道。如需了解详情，请参阅创建和管理通知渠道。

创建提醒政策

如需创建将该指标的值与静态阈值进行比较的提醒政策，请执行以下操作：

  1. 在 Google Cloud 控制台中，选择 Monitoring，然后选择  提醒，或点击以下按钮：

    转到提醒

  2. 选择创建政策。

  3. 选择要监控的时序：

    1. 点击选择指标，浏览菜单以选择资源类型和指标类型，然后点击应用。

      如需减少菜单中的选项，请在过滤条件栏中输入所需指标类型或资源类型的名称。例如，如果您在过滤栏中输入“虚拟机实例”，则系统只会列出虚拟机实例的指标类型。如果输入“CPU”，则菜单仅显示名称中包含“CPU”的指标类型。

      您可以监控任何内置指标或任何用户定义的指标。

      如需了解如何监控菜单中未列出的指标，请参阅菜单中未列出的指标。

    2. 可选：如需监控与您在上一步中选择的指标和资源类型匹配的时序子集，请点击添加过滤条件。在过滤条件对话框中，选择过滤依据、比较器，然后选择过滤条件值。例如，过滤器 zone =~ ^us.*.a$ 使用正则表达式来匹配区域名称以 us 开头且以 a 结尾的所有时序数据。如需了解详情，请参阅过滤所选的时序。

    3. 可选：要更改时序中各点的对齐方式，请在转换数据部分中设置滚动窗口和滚动窗口函数字段。

      这些字段指定了在窗口中所记录的点的组合方式。例如，假设窗口为 15 分钟，窗口函数为 max。已对齐的点是最近 15 分钟内所有点的最大值。如需了解详情，请参阅对齐：系列内正则化。

      您还可以使用滚动窗口函数字段来设置百分比变化，以监控指标值变化的速率。如需了解详情，请参阅监控变化率。

    4. 可选：在您需要减少政策监控的时序数，或者只想监控时序集合时，您可以组合时序。例如，您可能需要计算一个可用区中所有虚拟机的 CPU 利用率的平均值，而不是监控每个虚拟机实例的 CPU 利用率。默认情况下，时序不会合并。如需了解一般信息，请参阅归约：组合时序。

      如需组合所有时序，请执行以下操作：

      1. 在所有时序部分，点击 展开。
      2. 将时序汇总字段设置为 none 以外的值。例如，如需显示时序的平均值，请选择 mean。
      3. 确保时间序列分组依据字段为空。

      如需按标签值合并或分组时序，请执行以下操作：

      1. 在所有时序部分，点击 展开。
      2. 将时序汇总字段设置为 none 以外的值。
      3. 在时序分组依据字段中，选择要分组的标签。

      例如，如果您按 zone 标签进行分组，然后将汇总字段设置为 mean 值，则图表会为存在数据的每个可用区显示一个时序。特定时区显示的时序为该可用区所有时序的平均值。

    5. 点击下一步。

  4. 配置条件触发器：

    1. 将条件类型字段保留为阈值的默认值。

    2. 为“提醒触发器”菜单选择一个值。通过此菜单，您可以指定必须在触发条件之前违反阈值的时序子集。

    3. 使用阈值位置和阈值字段输入指标值违反阈值的情况。例如，如果您将这些值设为高于阈值和 0.3，则任何高于 0.3 的测量值都会违反阈值。

    4. 可选：如需选择警报在发生突发事件之前必须超出阈值多长时间，请展开高级选项，然后使用重新测试窗口菜单。

      默认值为 No retest。使用此设置时，单个测量结果可以引发通知。如需了解详情和示例，请参阅校准时间段和时长设置。

    5. 可选：如需指定 Monitoring 在数据停止到达时如何评估条件，请展开高级选项，然后使用评估缺失的数据菜单。

      当重新测试窗口的值为不重新测试时，评估数据缺失菜单将被停用。

      Google Cloud 控制台
      “数据缺失评估”字段      		 摘要 详细信息
      缺少数据 未结突发事件保持打开状态。
      新突发事件不会被打开。

      对于满足条件，当数据停止到达时，系统会继续满足该条件。如果某个突发事件因此条件而未结，则突发事件仍会保持未解决状态。当突发事件处于未结状态，并且没有数据到达时，自动关闭计时器会在至少 15 分钟后延迟。如果计时器到期，则事件会被关闭。

      如果不符合条件，当数据不再到达时，仍会继续满足该条件。
      缺少被视为违反政策条件的值数据点 未结突发事件保持打开状态。
      开放新突发事件。

      对于满足条件，当数据停止到达时，系统会继续满足该条件。如果某个突发事件因此条件而未结，则突发事件仍会保持未解决状态。如果某个突发事件处于打开状态，并且在 24 小时内未收到任何自动关闭数据，则突发事件会被关闭。

      对于不符合条件的情况，此设置会导致指标阈值条件类似于 metric-absence condition。 如果数据未在重新测试窗口指定的时间内到达，则系统会评估相应条件是否满足条件。如果提醒政策只有一个条件，则满足该条件会导致事件被打开。
      缺少数据点，被视为未违反政策条件的值 未结突发事件已关闭。
      新突发事件不会被打开。

      对于满足的条件，当数据停止到达时，将停止满足条件。如果某个突发事件因此条件而未结，则突发事件会被关闭。

      如果不符合条件，当数据不再到达时，仍会继续满足该条件。

    6. 点击下一步。

  5. 可选：创建具有多个条件的提醒政策。

    大多数政策会监控一种指标类型，例如，政策可能会监控写入虚拟机实例的字节数。如果要监控多种指标类型，请创建包含多个条件的政策。每个条件都会监控一种指标类型。创建条件后，您需要指定条件的组合方式。如需了解详情，请参阅具有多个条件的政策。

    如需创建具有多个条件的提醒政策，请执行以下操作：

    1. 对于每个额外条件，点击添加提醒条件，然后配置该条件。
    2. 点击下一步，并配置条件的组合方式。
    3. 点击下一步，进入通知和文档设置。

  6. 配置通知：

    1. 展开通知渠道菜单，然后选择您的通知渠道。为了实现冗余，我们建议您向提醒政策添加多种类型的通知渠道。如需了解详情，请参阅管理通知渠道。

    2. 可选：如需在突发事件关闭时收到通知，请选择突发事件关闭通知。 默认情况下，当您使用 Google Cloud 控制台创建提醒政策时，仅在创建突发事件时发送通知。

    3. 可选：如需更改 Monitoring 在数据停止到达后关闭突发事件之前等待的时间，请从突发事件自动关闭时长菜单中选择一个选项。默认情况下，当数据停止到达时，Monitoring 会等待七天再关闭未结突发事件。

    4. 可选：如需为提醒政策添加自定义标签，请在 Policy user labels 部分执行以下操作：

      1. 点击添加标签，然后在键字段中输入标签的名称。标签名称必须以小写字母开头，可以包含小写字母、数字、下划线和短划线。例如，输入 severity。
      2. 点击值并为您的标签输入一个值。标签值可以包含小写字母、数字、下划线和短划线。例如，输入 critical。

      如需了解如何使用政策标签来管理提醒，请参阅为标签添加提醒注解。

  7. 可选：在文档部分中，输入您希望通知包含的任何内容。

    要设置文档格式，您可以使用纯文本、Markdown 和变量。您还可以添加链接来帮助用户调试突发事件，例如指向内部策略方案、Google Cloud 信息中心和外部网页的链接。例如，以下文档模板描述了 gce_instance 资源的 CPU 利用率事件，并包含几个引用提醒政策和条件 REST 资源的变量。然后，文档模板会将读者定向到外部页面，以帮助进行调试。

    创建通知后，Monitoring 会将文档变量替换为其值。这些值仅替换通知中的变量。预览窗格和 Google Cloud 控制台中的其他位置仅会显示 Markdown 格式设置。

    预览版

    ## CPU utilization exceeded

### Summary

The ${metric.display_name} of the ${resource.type}
${resource.label.instance_id} in the project ${resource.project} has
exceeded 90% for over 15 minutes.

### Additional resource information

Condition resource name: ${condition.name}
Alerting policy resource name: ${policy.name}

### Troubleshooting and Debug References

Repository with debug scripts: example.com
Internal troubleshooting guide: example.com
${resource.type} dashboard: example.com

    通知格式

    示例：如何在通知中呈现文档。

    如需了解详情，请参阅使用用户定义的文档为提醒添加注解和使用渠道控件。

  8. 点击提醒名称，然后输入提醒政策的名称。

  9. 点击创建政策。

过滤所选的时序

您可以通过指定过滤条件或应用聚合来减少监控的数据量。过滤条件可确保仅使用符合部分条件的时序。应用过滤条件时，需要评估的时序更少，可以提高提醒的性能。

如果您提供多个过滤条件，则系统只会监控符合所有条件的时序。

如需添加过滤条件，请点击添加过滤条件，完成对话框，然后点击完成。在对话框中，您可以使用过滤条件字段选择过滤依据的条件。例如，您可以按资源组、名称、资源标签、区域和指标标签过滤。选择过滤条件后，选择比较运算符和值以完成过滤条件。下表中的每一行都列出了一个比较运算符及其含义和示例：

运算符含义示例
= 相等 resource.labels.zone = "us-central1-a"
!= 不相等 resource.labels.zone != "us-central1-a"
=~ 正则表达式 2 等式 monitoring.regex.full_match("^us.*")
!=~ 正则表达式 2 不等式 monitoring.regex.full_match("^us.*")
starts_with 值开头为 resource.labels.zone = starts_with("us")
ends_with 值结尾为 resource.labels.zone = ends_with("b")
has_substring 值包含 resource.labels.zone = has_substring("east")
one_of 以下之一 resource.labels.zone = one_of("asia-east1-b", "europe-north1-a")
!starts_with 值开头不是 resource.labels.zone != starts_with("us")
!ends_with 值结尾不是 resource.labels.zone != ends_with("b")
!has_substring 值不包含 resource.labels.zone != has_substring("east")
!one_of 值不是以下项之一 resource.labels.zone != one_of("asia-east1-b", "europe-north1-a")

问题排查

本部分包含问题排查提示。

可用指标的菜单中未列出该指标

如需监控选择指标菜单中未列出的指标，请执行以下任一操作：

  • 如需创建可监控 Google Cloud 指标的提醒政策，请展开选择指标菜单，然后停用仅显示活跃的资源和指标切换开关。停用后，该菜单会列出 Google Cloud 服务的所有指标和所有包含数据的指标。

  • 若要在自定义指标类型生成数据之前为自定义指标类型配置提醒，必须使用 Monitoring 过滤条件指定指标类型：

    1. 选择 ?（在选择指标部分的标题中），然后选择提示中的直接过滤模式。

    2. 输入监控过滤条件或时序选择器。 如需了解语法，请参阅以下文档：

监控变化率

如需监控指标值的变化率，请将 Rolling window function 字段设置为 percent change，然后 Monitoring 会将指标的变化率与阈值进行比较。选择百分比变化函数后，Monitoring 会执行以下操作：

  1. 如果时序具有 DELTA 或 CUMULATIVE 指标种类，则时序将转换为具有 GAUGE 指标种类的时序。如需了解转换，请参阅种类、类型和转换。
  2. 计算百分比的变化幅度是将最近 10 分钟的窗口期与重新测试期前 10 分钟期的平均值进行比较。

10 分钟的回溯期是一个固定值，无法更改。不过，您可以在创建条件时指定重新测试窗口。

后续步骤