新建告警规则和管理告警规则

前提条件

• 已开通相应的可观测监控服务（如Prometheus、应用监控、日志服务等）。

• 已创建通知对象。

创建告警规则

1. 登录云监控2.0控制台，选择左侧导航栏所有功能 > 告警中心。

2. 在告警中心页面，选择告警管理 > 告警规则。

3. 在告警规则列表页面，单击创建告警规则。

4. 在创建告警规则面板中，设置告警规则相关参数。

   1. 规则名称：告警规则的显示名称，用于标识该规则。建议使用有意义的名称便于管理。

   2. 监控类型：根据需求选择报警规则的监控类型。

      • 可观测监控Prometheus版/云拨测

        参数	描述
        数据源类型	所属目标监控类型的数据源。
        地域	数据源的地域。
        Prometheus实例	根据选择目标实例设置报警规则。
        检测条件定义方式	自定义PromQL：根据您的需求可以自定义 PromQL查询语法。请参见PromQL函数使用示例。
        	基于预定义指标配置： 指标分组：选择指标分组。 指标：选择指标。 检测条件：通过设置比较符和个数，设置检测条件（其中p50、p75、p90、p99表示百分位数）。 PromQL 预览：预览预定义的指标PromQL语句。
        严重等级	设置告警规则严重等级。 P1: 紧急：用于影响核心业务可用性，影响范围很大的重大问题。 P2: 错误：用于部分业务出错，会对系统可用性造成一定影响的问题。 P3: 警告：用于可能导致业务出错或受影响的问题。 P4: 普通：用于需要通知但优先级较低的场景。默认级别。
        持续时间	设置告警的持续时间。表示数据持续多长时间满足条件后才触发告警，避免瞬时波动导致的误报。
        告警检测周期	设置告警检测周期的时间。告警规则的执行周期。默认值为 60 秒，即每分钟检查一次。
        内容	使用Go template语法自定义警报信息内容。例如：命名空间：{{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器：{{$labels.container}} CPU使用率{{$labels.metrics_params_opt_label_value}} {{$labels.metrics_params_value}}%, 当前值{{ printf "%.2f" $value }}%
        标签	用户自定义的键值对标签，用于告警规则的分类和筛选。例如：env: production、team: sre。
        注解	告警规则的扩展信息，用于存储长文本描述或 Runbook 链接。例如：description: CPU使用率过高、runbook_url: https://wiki.xxx.com/runbook\。

      • 应用监控

        参数	描述
        数据源类型	目标监控类型的数据源类型。
        地域	数据源的地域。
        应用	选择设置告警规则的应用实例。
        指标分组	选择应用指标的分组。
        接口名称	选择接口匹配方式，如：遍历、等于、不等于、正则匹配、正则不匹配、无维度。
        接口调用类型
        检测条件方式	单条件： 设置最近 N 分钟，调用类型和计算的方式，选择比较符。 设置不同级别的数量，紧急、错误、警告、普通。 多条件： 多告警触发规则：选择触发告警规则的条件方式，可以任意满足条件或者同时满足条件。 检测条件1：可以参考以上单条件参数设置。 添加检测条件：可以根据需求添加多组的检测条件。 严重等级：根据需求选择等级，包括了P1: 紧急、P2: 错误、P3: 警告、P4: 普通。
        告警检测周期	设置告警检测周期的时间。告警规则的执行周期。默认值为 60 秒，即每分钟检查一次。
        内容	自定义警报信息内容。
        标签	用户自定义的键值对标签，用于告警规则的分类和筛选。例如：env: production、team: sre。
        注解	告警规则的扩展信息，用于存储长文本描述或 Runbook 链接。例如：description: CPU使用率过高、runbook_url: https://wiki.xxx.com/runbook\。

      • 大模型可观测

        参数	描述
        数据源类型	UModel
        实体类型	选择设置告警规则的实体类型。
        指标集	选择指标集，包含AI 应用操作指标，GenAI模型指标，AI应用流量指标。
        检测条件	设置检测触发条件阈值。
        严重等级	根据需求选择等级，包括了P1: 紧急、P2: 错误、P3: 警告、P4: 普通。
        持续时间	设置告警的持续时间。
        告警检测周期	设置告警检测周期的时间。告警规则的执行周期。默认值为 60 秒，即每分钟检查一次。
        内容	自定义警报信息内容。
        标签	用户自定义的键值对标签，用于告警规则的分类和筛选。例如：env: production、team: sre。
        注解	告警规则的扩展信息，用于存储长文本描述或 Runbook 链接。例如：description: CPU使用率过高、runbook_url: https://wiki.xxx.com/runbook\。

      • 容器洞察/ECS 洞察/Hologres 洞察/AI训练服务洞察/数据库洞察

        参数	描述
        数据源类型	所属目标监控类型的数据源。
        地域	数据源的地域。
        Prometheus实例	根据选择目标实例设置报警规则。
        检测条件定义方式	自定义PromQL：根据您的需求可以自定义 PromQL查询语法。请参见PromQL函数使用示例。
        	基于预定义指标配置： 指标分组：选择指标分组。 指标：选择指标。 检测条件：通过设置比较符和个数，设置检测条件。 PromQL 预览：预览预定义的指标PromQL语句。
        严重等级	设置告警规则严重等级。 P1: 紧急 P2: 错误 P3: 警告 P4: 普通
        持续时间	设置告警的持续时间。
        告警检测周期	设置告警检测周期的时间。告警规则的执行周期。默认值为 60 秒，即每分钟检查一次。
        数据完成后再检测	选择检测方式。
        内容	使用Go template语法自定义警报信息内容。例如：命名空间：{{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器：{{$labels.container}} CPU使用率{{$labels.metrics_params_opt_label_value}} {{$labels.metrics_params_value}}%, 当前值{{ printf "%.2f" $value }}%
        标签	用户自定义的键值对标签，用于告警规则的分类和筛选。例如：env: production、team: sre。
        注解	告警规则的扩展信息，用于存储长文本描述或 Runbook 链接。例如：description: CPU使用率过高、runbook_url: https://wiki.xxx.com/runbook\。

      • 日志审计

        参数	描述
        选择模板	操作审计：根据需求选择操作审计模板。 主机审计：根据需求选择主机审计模板。 容器审计：根据需求选择容器审计模板。
        查询统计	单查询：通过设置日志相关信息单项查询。 集合操作：设置集合操作的方式，可以添加多组资源。
        检测判定	根据需求可以添加多组条件，设置匹配数据的方式和严重等级。
        严重等级	根据需求选择报警级别，包括紧急、错误、警告、普通。
        连续次数	设置连续满足条件多少次，触发报警。
        告警检测周期	自定义设置告警检测的周期是多少时间。告警规则的执行周期，默认值为 60 秒，即每分钟检查一次。
        标签	用户自定义的键值对标签，用于告警规则的分类和筛选。例如：env: production、team: sre。
        注解	告警规则的扩展信息，用于存储长文本描述或 Runbook 链接。例如：description: CPU使用率过高、runbook_url: https://wiki.xxx.com/runbook\。

      • 日志服务：请参考本文档监控类型（日志审计）配置参数说明。

   3. 设置告警通知。

      • 通知对象：根据您的需求，可以选择一个或者多个通知对象方式，触发告警后接收告警信息。

        • 联系人：直接指定接收告警的人员。

        • 联系组：指定一组联系人接收告警。

        • 钉钉：通过钉钉群机器人发送告警。

        • 企业微信：通过企业微信机器人发送告警。

        • 飞书：通过飞书机器人发送告警。

        • Slack：通过 Slack 发送告警。

        • 自定义Webhook：通过自定义 HTTP 回调发送告警。

      • 集成到 ARMS 告警管理：根据需求选择是或者否。

        说明

        告警事件默认会发送到 ARMS 告警运维中心，如需设置告警通知，请前往 ARMS 告警运维中心进行配置。

      • 行动集成：选择特定的云产品或者第三方服务，处理告警后续的事务，如：日志服务、轻量消息队列、函数计算和第三方服务pagerDuty、Webhook。

      • 通道沉默周期：报警发生后未恢复正常，间隔多久重复发送一次报警通知。取值：1、5、10、15、30、50分钟，1、3、6、12、24小时。

        说明

        例如：当通道沉默周期选择12小时时，如果报警未恢复正常，则间隔12小时后，云监控会再次发送报警通知。

      • 生效时间：报警规则的生效时间。报警规则仅在生效期内才会发送报警通知。

        说明

        • 当报警规则不在生效期时，不会发送报警通知，但是报警历史记录仍然会显示在报警历史列表中。

        • 通知时间支持24小时内，可跨天，例如23:00 至 第二天01:00

管理告警规则

1. 在告警规则列表页面，可以查看所有已创建的告警规则，主要信息如下：

   字段	说明
   告警状态	规则当前的状态。取值： - 无告警（Ok）：监控数据正常，未触发告警条件。 - 告警中（Alarm）：监控数据已触发告警条件，告警正在进行中。 - 无数据（NoData）：没有获取到监控数据。
   规则名称/ID	告警规则的显示名称和唯一标识符（UUID）。
   启停状态	规则是否启用。启用的规则会按配置的周期执行检查，禁用的规则不执行。
   业务来源	规则所属的产品类型。

2. 可以通过如下告警参数，搜索目标告警规则。

   • 监控类型

   • 规则名称ID

   • 告警状态

   • 启停状态

   • 更多筛选：可以使用添加标签和添加通知对象方式搜索。

• 编辑：选择目标告警规则，单击右侧操作列中的编辑，在对话框中修改信息，单击确定。

• 启用/禁用：选择目标告警规则，在启停状态列通过按钮控制。

• 删除：选择目标告警规则，单击右侧操作列中的图标删除。

  警告

  删除后无法恢复，请谨慎操作。

查看告警历史