配置监控告警

使用限制

部署时提交至Session集群的Flink作业不支持创建自定义规则。

创建自定义规则

1. 进入告警配置入口。

   1. 登录实时计算控制台。

   2. 在Flink全托管页签，单击目标工作空间操作列下的控制台。

   3. 在作业运维页面，单击目标作业名称。

   4. 单击告警配置页签。

2. 在告警规则页签，选择添加告警规则 > 自定义规则。

   如果您已在配置管理中配置了告警模板，您也可以直接单击告警模板名称，继续后续的步骤，加快配置监控告警的效率。告警模板创建步骤请参见创建告警规则模板。

3. 填写告警规则信息。

   类别	参数	描述
   具体规则	规则名称	以字母开头，仅包含小写英文字母、数字、下划线（_）, 长度限制为3~64个字符。
   	描述	规则的备注信息。
   	内容	配置触发报警的条件内容，配置完成后会每间隔指定时间，对指定的指标值与阈值进行计算比较，计算结果满足则自动报警。 其中： 指标： Restart Count in 1 Minute：1分钟内Job Manager重启次数。 Checkpoint Count in 5 Minutes：5分钟内Checkpoint成功次数。 Emit Delay：业务延时，即数据发生时间与数据离开Source算子的时间差值，单位为秒。 重要 数据发生时间依赖于外部系统中记录的时间戳。如果外部系统里面没时间戳，或者数据写入外部系统时，乱写时间戳，则Emit Delay数值不准确，无法反映真实延时。 IN RPS：每秒输入记录数。 OUT RPS：每秒输出记录数。 Source IdIe Time：源端未处理数据的时间。 Job Failed：作业失败。 时间差：每分钟查询最近时间差分钟内的数据，并与阈值比较。如果历史数据中满足条件，则会触发告警规则。 例如配置时间差为10分钟，则每分钟取历史10分钟的纵轴数据，并将其与阈值进行比较，根据您选择不同的运算符来触发告警规则： 如果您选择的运算符是>= ，则取纵轴中的MAX值。如果历史10分钟内最大值>=阈值，则触发告警规则。 如果您选择的运算符是<= ，则取纵轴中的MIN值。如果历史10分钟内最小值<= 阈值，则触发告警规则。 运算符：支持>=和<=两种。 阈值：与指标进行比较的值。
   	生效时间	告警监控的生效时间，可以指定只在白天（9点~18点）生效，默认全天生效。
   	告警频率	支持1分钟~24小时。
   通知方式	通知方式	支持以下通知方式： DingTalk：钉钉 Email：邮件 SMS：短信 Webhook：网络服务地址。 Phone：电话。 您可以在联系人中配置联系人的电话、邮箱和钉钉信息。 重要 请确保已创建并添加可用的通知对象，否则将导致告警通知方式失败。
   	通知对象	支持同时通知多个通知对象，您可以直接选择或搜索通知对象。在选择通知对象前，您需要先管理通知对象。 具体操作为单击右侧的通知对象管理，然后分别在联系人组、联系人、Webhook和钉钉机器人页签中，单击编辑后单击保存。 如何新建Webhook和添加钉钉机器人，详情请参见常见问题。
   	告警降噪	单击高级配置后，您可以打开告警降噪开关。 打开告警降噪开关后，对于作业可以快速恢复的场景（因集群调度或触发自动调优等场景触发的短期的Failover）则不会向您发送告警，只有连续达到您设置的阈值条件时，才会向您发送告警。
   	无数据告警	单击高级配置后，您可以打开无数据告警开关并填写连续无数据的时间信息。 打开该功能后，将监测无监控埋点数据汇报场景，如果数据在选择时间段内没有汇报就会触发告警。通常JobManager异常、作业异常停止或者汇报链路异常会导致无监控埋点数据汇报。

4. 单击确定。

   保存后的告警规则默认已启用，且出现在告警规则列表中，您可以选择停止、编辑或删除。

创建告警规则模板

1. 进入告警规则模板创建入口。

   您可以通过以下任意一个入口进入：

   • 通过配置管理页面进入。

     1. 登录实时计算控制台。

     2. 在Flink全托管页签，单击目标工作空间操作列下的控制台。

     3. 在左侧导航栏上，单击配置管理。

     4. 在告警规则模板页签，单击添加告警规则模板。

   • 通过作业运维页面进入。

     1. 登录实时计算控制台。

     2. 在Flink全托管页签，单击目标工作空间操作列下的控制台。

     3. 在作业运维页签，单击目标作业名称。

     4. 单击告警配置页签。

     5. 在告警规则页签，选择添加告警规则 > 规则模板 > 添加规则模板。

2. 填写告警模板信息。

   类别	参数	描述
   具体规则	规则名称	以字母开头，仅包含小写英文字母、数字、下划线（_）, 长度限制为3~64个字符。
   	描述	规则的备注信息。
   	内容	配置触发报警的条件内容，配置完成后会每间隔指定时间，对指定的指标值与阈值进行计算比较，计算结果满足则自动报警。 其中： 指标： Restart Count in 1 Minute：1分钟内Job Manager重启次数。 Checkpoint Count in 5 Minutes：5分钟内Checkpoint成功次数。 Emit Delay：业务延时，即数据发生时间与数据离开Source算子的时间差值，单位为秒。 重要 数据发生时间依赖于外部系统中记录的时间戳。如果外部系统里面没时间戳，或者数据写入外部系统时，乱写时间戳，则Emit Delay数值不准确，无法反映真实延时。 IN RPS：每秒输入记录数。 OUT RPS：每秒输出记录数。 Source IdIe Time：源端未处理数据的时间。 Job Failed：作业失败。 时间差：每分钟查询最近时间差分钟内的数据，并与阈值比较。如果历史数据中满足条件，则会触发告警规则。 例如配置时间差为10分钟，则每分钟取历史10分钟的纵轴数据，并将其与阈值进行比较，根据您选择不同的运算符来触发告警规则： 如果您选择的运算符是>= ，则取纵轴中的MAX值。如果历史10分钟内最大值>=阈值，则触发告警规则。 如果您选择的运算符是<= ，则取纵轴中的MIN值。如果历史10分钟内最小值<= 阈值，则触发告警规则。 运算符：支持>=和<=两种。 阈值：与指标进行比较的值。
   	生效时间	告警监控的生效时间，可以指定只在白天（9点~18点）生效，默认全天生效。
   	告警频率	支持1分钟~24小时。
   通知方式	通知方式	支持以下通知方式： DingTalk：钉钉 Email：邮件 SMS：短信 Webhook：网络服务地址。 Phone：电话。 您可以在联系人中配置联系人的电话、邮箱和钉钉信息。 重要 请确保已创建并添加可用的通知对象，否则将导致告警通知方式失败。
   	通知对象	支持同时通知多个通知对象，您可以直接选择或搜索通知对象。在选择通知对象前，您需要先管理通知对象。 具体操作为单击右侧的通知对象管理，然后分别在联系人组、联系人、Webhook和钉钉机器人页签中，单击编辑后单击保存。 如何新建Webhook和添加钉钉机器人，详情请参见常见问题。
   	告警降噪	单击高级配置后，您可以打开告警降噪开关。 打开告警降噪开关后，对于作业可以快速恢复的场景（因集群调度或触发自动调优等场景触发的短期的Failover）则不会向您发送告警，只有连续达到您设置的阈值条件时，才会向您发送告警。
   	无数据告警	单击高级配置后，您可以打开无数据告警开关并填写连续无数据的时间信息。 打开该功能后，将监测无监控埋点数据汇报场景，如果数据在选择时间段内没有汇报就会触发告警。通常JobManager异常、作业异常停止或者汇报链路异常会导致无监控埋点数据汇报。

3. 单击确定。

   创建的告警规则模板会出现在告警规则模板列表中，您可以进行编辑或删除。

常见问题

• 如何新建Webhook？

  1. 在填写告警模板或者规则信息页面，单击通知对象管理。

  2. 在Webhook页签，单击新建Webhook。

  3. 在新建Webhook页面，输入Webhook信息。

     参数	说明
     名称	必填，Webhook名称。
     URL	必填，网络服务地址。
     Headers	可选，请求头，用来存放cookie和token信息。格式为key: value。 说明 请确保key与value的冒号后存在空格分隔符。
     Params	可选，请求参数，格式为key: value。 说明 请确保key与value的冒号后存在空格分隔符。
     Body	必填，请求体，用来存放post的参数和参数数据。 您可以在Body字符串中使用$content占位符输出报警内容。

  4. 单击确定。

• 如何添加钉钉机器人？

  1. 在填写告警模板或者规则信息页面，单击通知对象管理。

  2. 在钉钉机器人页签，单击添加钉钉机器人。

  3. 输入钉钉机器人的名称和地址。

     您首先需要添加一个自定义钉钉机器人，然后获取他的Webhook地址，详情请参见添加自定义钉钉机器人并获取Webhook地址。

     重要

     安全设置请至少选中自定义关键词，且关键词至少设置为报警才能收到告警信息。

  4. 单击提交。