创建指标阈值提醒政策

本文档介绍了如何使用 Google Cloud 控制台创建基于指标的提醒政策，以便在特定重新测试时间范围内指标的值高于或低于阈值时发送通知。例如，当 CPU 使用率至少持续 5 分钟高于 80% 时，就可能会满足提醒政策的条件。

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：

• 如何在数据停止到达时收到通知。如需了解详情，请参阅创建指标缺失提醒政策。

• 如何根据指标的预测值接收通知。如需了解详情，请参阅创建预测指标值提醒政策。

• 如何使用 Cloud Monitoring API 创建提醒政策。如需了解详情，请参阅使用 API 创建提醒政策。

• 如何创建条件包含 Monitoring Query Language (MQL) 查询的提醒政策。这些政策可以使用静态或动态阈值。有关详情，请参阅以下文档：

  • 使用 MQL 的提醒政策。
  • 使用 MQL 创建动态严重程度级别。

准备工作

1. 如需获得使用 Google Cloud 控制台创建和修改提醒政策所需的权限，请让管理员向您授予项目的 Monitoring Editor (roles/monitoring.editor) IAM 角色。 如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

   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. 配置您要用于接收任何通知的通知渠道。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

如需创建用于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，转到 notifications 提醒页面：

   进入提醒

   如果您使用搜索栏查找此页面，请选择子标题为监控的结果。

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。

      选择指标菜单包含一些功能，可帮助您查找可用指标类型：

      • 如需查找特定指标类型，请使用 filter_list 过滤栏。例如，如果您输入 util，则会限制菜单仅显示包含 util 的条目。当条目通过不区分大小写的“包含”测试时，系统会显示相应条目。
      • 如需显示所有指标类型（包括没有数据的指标），请点击 done 有效。默认情况下，菜单中仅显示有数据的指标类型。如需了解详情，请参阅菜单中未列出的指标。

      您可以监控任何内置指标或任何用户定义的指标。

   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的一部分，请点击添加过滤条件。在过滤条件对话框中，依次选择过滤条件标签、比较运算符和过滤条件值。例如，过滤条件 zone =~ ^us.*.a$ 使用正则表达式匹配地区名称以 us 开头且以 a 结尾的所有时间序列数据。如需了解详情，请参阅过滤所选时序。

   3. 可选：如需更改时序中的点的校准方式，请在转换数据部分中设置滚动窗口和滚动窗口函数字段。

      如果您要监控基于日志的指标，我们建议将滚动时间范围菜单设置为至少 10 分钟。

      这些字段用于指定窗口中记录的点的组合方式。例如，假设窗口为 15 分钟，而窗口函数为 max。校准点是最近 15 分钟内所有点的最大值。如需了解详情，请参阅对准：系列内正则化。

      您还可以将滚动窗口函数字段设为百分比变化，以监控指标值的变化率。如需了解详情，请参阅监控变化率。

   4. 可选：如果您想减少由政策监控的时序数量，或者只想监控一组时序，请合并时序。例如，您可能希望计算可用区中所有虚拟机的 CPU 利用率平均值，而不是监控每个虚拟机实例的 CPU 利用率，然后监控该平均值。默认情况下，系统不会合并时序。如需了解一般信息，请参阅减少：组合时序。

      如需组合所有时序，请执行以下操作：

      1. 在跨时序部分中，点击 expand_more 展开。
      2. 将时间序列聚合字段设置为 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. 在跨时序部分中，点击 expand_more 展开。
      2. 将时间序列聚合字段设置为 none 以外的值。
      3. 在时间序列分组依据字段中，选择要分组的标签。

      例如，如果您按 zone 标签进行分组，然后将聚合字段设置为值 mean，则图表会针对包含数据的每个可用区显示一个时序。为特定可用区显示的时序是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默认值 Threshold。

   2. 可选：更新提醒触发器菜单，其中包含以下值：

      • 任何时序违规：默认设置。任何时序在整个重新测试期限内违反阈值都会导致满足该条件。

      • Percent of time series violates：在整个重新测试时间段内，必须有一定百分比的时序违反阈值，此条件才会满足。例如，当 50% 的受监时序在整个重新测试期限内违反阈值时，您可能会收到通知。

      • Number of time series violates：必须有特定数量的时序在整个重新测试时间段内违反阈值，此条件才会满足。例如，当 32 个受监时序数据在整个重新测试时间范围内违反阈值时，您可能会收到通知。

      • 所有时序违反：所有时序都必须在整个重新测试期内违反阈值，此条件才会满足。

      如需了解 Google 跟踪工具用于对齐和衡量时序数据的时间间隔，请参阅校准时间段和重新测试时间段。

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

   4. 可选：如需选择测量结果必须超出阈值多长时间后 Monitoring 才会发送通知，请展开高级选项，然后使用重新测试期限菜单。

      默认值为不重新测试。采用此设置后，单次衡量即可触发通知。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：如需指定在数据停止传入时监控功能如何评估条件，请展开高级选项，然后使用评估缺失的数据菜单。

      当重新测试时间的值为无重新测试时，缺少数据时评估菜单将处于停用状态。

      Google Cloud 控制台 “缺失数据的评估”字段	摘要	详细信息
      缺少数据（为空）	未结突发事件会保持未结状态。 不会打开新的突发事件。	对于已满足的条件，即使数据停止传入，该条件仍会继续满足。如果系统针对此条件创建了突发事件，则该突发事件会保持打开状态。如果突发事件处于打开状态且没有收到任何数据，自动关闭计时器会在至少 15 分钟的延迟后开始计时。如果计时器到期，突发事件将会关闭。 对于未满足的条件，当数据停止传入时，该条件仍不满足。
      缺失的数据点被视为违反政策条件的值	未结突发事件会保持未结状态。 可以打开新的突发事件。	对于已满足的条件，即使数据停止传入，该条件仍会继续满足。如果系统针对此条件创建了突发事件，则该突发事件会保持打开状态。如果突发事件处于未结状态，并且在自动关闭时长加上 24 小时内没有收到任何数据，则系统会关闭突发事件。 对于未满足的条件，此设置会导致指标阈值条件的行为类似于 metric-absence condition。如果数据未在重新测试期限指定的时间内到达，则系统会评估该条件是否已满足。对于包含一个条件的提醒政策，满足该条件会导致系统创建突发事件。
      缺失的数据点被视为不违反政策条件的值	未结突发事件已关闭。 不会打开新的突发事件。	对于已满足的条件，当数据停止传入时，该条件将不再满足。如果系统针对此条件创建了突发事件，则会关闭该突发事件。 对于未满足的条件，当数据停止传入时，该条件仍不满足。

   6. 点击下一步。

5. 可选：创建包含多个条件的提醒政策。

   大多数政策会监控单个指标类型，例如，某项政策可能会监控写入虚拟机实例的字节数。如果您想监控多个指标类型，请创建包含多个条件的政策。每个条件都会监控一个指标类型。创建条件后，您可以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。

   如需创建包含多个条件的提醒政策，请执行以下操作：

   1. 对于每个其他条件，请点击添加提醒条件，然后配置该条件。
   2. 点击下一步，然后配置条件组合方式。
   3. 点击下一步，进入通知和文档设置。

6. 配置通知：

   1. 展开通知和名称菜单，然后选择所需的通知渠道。为实现冗余，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时通知。默认情况下，如果您使用 Google Cloud 控制台创建提醒政策，则只会在有突发事件创建时予以通知。

   3. 可选：如需更改在数据停止传入后，监控服务等待多长时间后关闭突发事件，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，当数据停止传入时，Monitoring 会等待 7 天再关闭未解决的突发事件。

   4. 从政策严重程度菜单中选择一个选项。突发事件和通知会显示严重级别。

   5. 可选：如需向提醒政策添加自定义标签，请在政策用户标签部分中执行以下操作：

      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，然后为标签输入值。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帮助您管理通知，请参阅使用标签为突发事件添加注释。

7. 可选：在文档部分中，输入您希望随通知一起提供的任何内容。

   如需设置文档格式，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问题，例如指向内部手册、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 利用率异常，并包含多个变量来引用提醒政策和条件 REST 资源。然后，文档模板会将读者定向到外部页面，以帮助调试。

   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显示 Markdown 格式。

   预览

   ## 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
   

   通知中的格式

   

   如需了解详情，请参阅使用用户定义的文档为通知添加注释和使用渠道控制。

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。

过滤所选时序

过滤条件可确保仅监控符合部分条件的时序。应用过滤条件后，图表中的数据线数量可能会减少，从而改善图表的性能。您还可以通过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间序列。应用过滤条件后，评估的时序会较少，从而可以提高提醒的性能。

过滤条件由标签、比较运算符和值组成。例如，若要匹配 zone 标签以 "us-central1" 开头的所有时序，您可以使用过滤条件 zone=~"us-central1.*"，该过滤条件使用正则表达式执行比较。

按项目 ID 或资源容器过滤时，必须使用等于运算符 (=)。按其他标签进行过滤时，您可以使用任何受支持的比较运算符。通常，您可以按指标和资源标签以及资源组进行过滤。

如果您提供多个过滤条件，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，选择比较运算符，然后选择值。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。

指标未列在可用指标菜单中

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：

• 如需创建用于监控 Google Cloud 指标的提醒政策，请展开选择指标菜单，然后点击 done 有效。停用后，该菜单会列出 Google Cloud 服务的所有指标，以及包含数据的所有指标。

• 如需在自定义指标类型生成数据之前为其配置条件，您必须使用监控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 Monitoring 过滤条件或时序选择器。 如需了解语法，请参阅以下文档：

     • 监控过滤器
     • 检索 SLO 数据
     • 进程运行状况过滤器

监控变化率

如需监控指标值的变化率，请将滚动窗口函数字段设置为百分比变化。在评估条件时，Monitoring 会将指标的变化率计算为百分比，然后将该百分比与条件的阈值进行比较。此比较过程分为两步：

1. 如果时序具有 DELTA 或 CUMULATIVE 指标类型，则会转换为具有 GAUGE 指标类型的时序。如需了解转换，请参阅种类、类型和转换。
2. 监控功能会通过比较最近 10 分钟滑动窗口中的平均值与校准期开始前 10 分钟滑动窗口中的平均值来计算百分比变化。

您无法更改变化率提醒政策中用于比较的 10 分钟滑动窗口。但是，您在创建条件时需指定一致性期限。

后续步骤

• 如需创建将时序的值与动态阈值进行比较的政策，您必须使用 MQL。如需了解详情，请参阅使用 MQL 创建动态严重级别。

• 本页中的说明适用于任何提醒政策。以下文档针对特定配置提供了指导：

  • 监控指标值的比率
  • 监控动态资源组
  • 监控虚拟机上的进程数
  • 监控微服务
  • 监控日志