只要评估间隔持续，AWS CloudWatch 警报就会一直发送邮件

Posted 2023-02-25

【中文标题】只要评估间隔持续，AWS CloudWatch 警报就会一直发送邮件

【英文标题】：AWS CloudWatch alarm keeps sending mails for as long as evaluation interval lasts

【发布时间】：2019-11-19 12:48:25

【问题描述】：

我已经使用以下参数设置了 AWS CloudWatch 警报：

ActionsEnabled: true
AlarmActions: "some SNS topic"
AlarmDescription: "Too many HTTP 5xx errors"
ComparisonOperator: GreaterThanOrEqualToThreshold
DatapointsToAlarm: 1
Dimensions:
  - Name: ApiName
    Value: "some API"
EvaluationPeriods: 20
MetricName: 5XXError
Namespace: AWS/ApiGateway
Period: 300
Statistic: Average
Threshold: 0.1
TreatMissingData: ignore

这个想法是在有太多 HTTP 500 错误时接收邮件。我相信上面给了我一个评估 5 分钟（300 秒）时间段的警报。如果 20 个数据点中有 1 个超过限制（10% 的请求），我应该会收到一封电子邮件。

这行得通。我收到电子邮件。但即使错误数量再次降至阈值以下，我似乎仍会继续收到电子邮件。评估间隔的整个持续时间（1h40min = 20 x 5 分钟）似乎或多或少。此外，我每 5 分钟收到一次这些邮件，这让我认为肯定与我的配置有关。

This question 暗示这不应该发生，这对我来说似乎是合乎逻辑的。事实上，我预计至少 1 小时 40 分钟（20 x 5 分钟）内不会收到电子邮件，即使再次超出阈值。

这是我的指标/警报的图表：

更正：我实际上收到了 22 封邮件。

我的配置是否出错？

更新 我可以看到在从 OK 设置为 Alarm 3 分钟后，状态从 Alarm 设置为 OK：

【参考方案1】：

这是我们发现的以及我们如何修复它的。

因此，我们正在评估 5 分钟的块并取错误数量的平均值。但 AWS 的评估间隔比 5 分钟更快。你的错误分布可以是这样的，在给定的时间点，一个 5 分钟的块平均有 12%。但稍后，这个块可能会被分成两部分，给你两个具有不同平均值的块，可能低于阈值。

这就是我们相信正在发生的事情。

我们已通过将 Period 更改为 60s 并更改 DatapointsToAlarm 和 EvaluationPeriods 设置来修复它。