Stackdriver 监控 - 指标缺失

Posted 2023-03-29

【中文标题】Stackdriver 监控 - 指标缺失

【英文标题】：Stackdriver monitoring - Metric Absent

【发布时间】：2019-04-05 08:27:35

【问题描述】：

我正在尝试在我的实例关闭时进行监控并获得警报。为此，我在 stackdriver 中配置了警报策略，如下所示：

指标缺失条件

在以下情况下违反：CPU 使用率（GCE 监控）缺席超过 5 分钟

它仅在第一次工作，然后从未为任何停止的实例创建任何事件。 我在这里想念什么？

【问题讨论】：

您使用哪些通知渠道配置了警报策略？如果您使用电子邮件渠道，通常会从 [e-mail] 发送电子邮件，因此请确保该地址未被您的电子邮件客户端过滤或阻止。您也可以尝试使用其他频道。

我已经为警报通知配置了电子邮件，但我认为问题出在监控指标本身，因为堆栈驱动程序监控 GUI 上什至没有显示任何事件。

您有一个有效的点，如果满足政策条件但没有在警报/事件下进行条目，那么这不太可能是渠道问题。您之前提到过它在设置后立即工作，是否有任何条目记录了该违规行为？此外，在 Stackdriver Logging 的高级过滤器中，使用以下过滤器检查是否有该 VM resource.type="gce_instance" AND (resource.labels.instance_id="[VM instance ID]" AND resource.labels.zone="[Zone]" AND resource.labels.project_id="[Project Name]")

的日志

要查找 VM 实例 ID，请转到 VM 实例页面，单击您正在监视的 VM -> 向下滚动并单击等效 REST，然后检查 REST 响应代码是否有类似这样的内容：@ 987654323@。如果通过这种方式找不到日志，我建议在 Google 问题跟踪器中提交 private issue。这将创建一个私人问题，只有您和 Google 员工才能使用受影响的项目编号访问该问题。因此支持团队可以进一步调查此问题。

谢谢@SunnyJ。 ，我会试试这个然后回来。

【参考方案1】：

预期行为

@Jyotsna。我对这个问题进行了更多调查，并且能够确认这是当前的预期行为，因为警报条件不是由非活动实例触发的，这解释了原因，当 VM 实例 CPU 未注册任何警报时，您将不会收到任何警报指标。但是，目前有一个 Feature Request 正在更新此行为。

已知问题

还有一个已知问题似乎导致即使在有问题的虚拟机重新上线后，在随后违反政策的情况下也没有将日志发送到 Stackdriver 的行为。这就解释了为什么，

它只在第一次工作，然后从未为任何停止的实例创建任何事件。

因此，在问题得到解决之前，停止的实例将无法正常工作。不幸的是，没有预计到达时间。关于这一点，但最终，它会得到解决。

【讨论】：

感谢@Sunny，我向 Google 提出了支持请求，他们也做出了同样的解释。我觉得它模棱两可，因为第一次发送警报。根据谷歌的 Metrics 没有文档，应该有一个数据点来监控，因此，当第一次实例出现故障时，stackdriver 代理会记录事件并发送警报。现在，当实例再次启动并运行时，它不再处于非活动状态，代理应该再次运行并再次监控，并且应该与以前完全相同，假设将再次记录使用指标。如果我错了，请纠正我。

这个issuetracker.google.com/issues/119491735 是由那里的支持团队应我的要求创建的。 :)

@Jyotsna。你没有错，这是绝对正确的。我进一步调查了这个问题，这似乎是目前公制缺失警报中的一个已知问题。因此，在问题得到解决之前，停止的实例将无法正常工作。不幸的是，没有预计到达时间。对此，但目前正在进行修复。我还更新了上述答案以反映这一点。

问题仍然存在。 IMO 这是任何依赖于指标的监控系统的基本功能 - 但 Stackdriver 还没有。 Prometheus 的 QL 轻松支持这一点。