通知和告警

概述#

为了保证您的集群和应用随时处于健康状态，提高组织的生产力，您需要知悉集群和项目内出现的计划内事件和计划外事件。事件会触发您设置的告警，您就会收到通知，您可以根据通知作出对应的操作。

通知和告警是基于Prometheus Alertmanager构建的，借助这些工具，Rancher 可以通知集群所有者和项目所有者集群内发生的事件，由他们决定如何处理触发告警的事件。

收到告警信息之前，您需要在集群层级设置至少一个通知。

只有Rancher 管理员、集群所有者或集群成员或项目所有者有权限管理告警。

告警的作用范围#

Rancher 的告警可以作用于集群层级或项目层级。

在项目层级，Rancher 监控特定的部署，发出的告警信息主要和以下几个方面相关：

部署是否可用
工作负载的状态
Pod 的状态
Prometheus 表达式类型的告警是否超过了设定的阈值

项目层级的默认告警#

当您启用项目监控的时候，Rancher 提供了一些项目层级的默认告警。如果您已经在集群层级配置了通知，当项目触发任意一个默认告警的时候，您就可以通过 Slack、电子邮件、微信、webhook 等方式收到相关的告警。项目层级的默认告警如下表所示。

告警	解释
Less than half workload available	工作负载的键值对是 `app` 和 `workload`时，如果只有少于一半的工作负载可以使用，Rancher 会触发这条重要的告警。
Memory usage close to the quota	如果工作负载占用的内存超过了工作负载的内存资源配额，会触发这条告警。您可以从 Rancher UI 中的安全和主机配置查看工作负载的内存限制。

除了上述的默认告警以外，Rancher 还有其他的默认告警，详情请参考集群监控的默认告警。

添加项目告警组#

先决条件： 收到项目告警信息前，您必须添加项目层级的告警提醒。

单击全局，打开全局视图的下拉菜单，选择到您需要设置告警的项目。
单击工具，从下拉菜单中单击告警，进入告警页面。如果您使用的是 v2.2.0 之前的版本，请选择 资源 > 告警。
单击 添加告警组，添加告警组。
输入告警的名称，名称应该总结这一组告警的作用，您可以将多个告警放到同一个告警组中。如有需要，您可以单击添加描述，在文本框中添加告警组的描述。 Rancher 支持创建的告警分为四类：Pod 告警（Pod Alerts）、工作负载告警（Workload Alerts）、工作负载 Selector 告警（Workload Selector Alerts）和表达式告警（Metric Expression Alerts）。根据告警类别的不同，您需要完成以下步骤。

Pod 告警（Pod Alerts）#

Pod 告警的作用是监控 Pod 的状态。

输入告警的名称。
选择 Pod 选项，从下拉菜单中选择一个 Pod。
选择一个触发告警的 Pod 状态：
- 未运行
- 未调度
- 在最近的 x 分钟内重启 x 次
选择告警的重要程度，有以下三个等级供您选择：
- 危险: 最紧急，已经对 Pod 产生了影响，需要用户进行一些操作，修正这个影响。
- 警告: 一般紧急，暂时对 Pod 没有影响。
- 信息: 最不紧急，仅仅是通知用户，Pod 内发生了一个事件。
  告警的重要程度由集群状态决定。举个例子，Pod 完成了一次任务运行后，向用户发送告警，这种情况只是知会用户，Pod 运行了一次，没有故障也不会对 Pod 产生潜在的影响，所以这种告警应该匹配的是信息等级。但是，如果一个重要的 Pod 出现调度失败的情况，这可能会影响后续操作，这种告警应该匹配的是危险等级。
配置高级选项。默认状态下，一个告警组内的所有的告警规则都会继承告警组中的这些选项。但配置告警规则的时候，您也可以覆盖告警组中的这些高级设置。
- 告警组等待时长： 第一次发送告警信息前，等待时间，默认为 30 秒。
- 告警组间隔时长： 在发送了第一次的告警之后有新告警产生时，等待是否有告警触发，经过这个时间后，可以把这段时间的告警批量发送给接受者，默认为 3 分钟。
- 重复间隔： 发送两条相同的告警之间的时间间隔，默认为 1 小时。

工作负载告警（Workload Alerts）#

工作负载告警的作用是监控工作负载的可用性。

输入告警的名称。
选择Workload ，然后从下拉菜单中选择一个工作负载。
选择可用百分比。当工作负载的可用百分比低于这个数值时，会触发告警。
选择告警的重要程度。
- 危险: 最紧急，已经对工作负载产生了影响，需要用户进行一些操作，修正这个影响。
- 警告: 一般紧急，暂时对工作负载没有影响。
- 信息: 最不紧急，仅仅是通知用户，工作负载内发生了一个事件。
  建议您在选择告警重要程度的时候，综合考虑设置的百分比和工作负载的重要程度。
配置高级选项。默认状态下，一个告警组内的所有的告警规则都会继承告警组中的这些选项。但配置告警规则的时候，您也可以覆盖告警组中的这些高级设置。
- 告警组等待时长： 第一次发送告警信息前，等待时间，默认为 30 秒。
- 告警组间隔时长： 在发送了第一次的告警之后有新告警产生时，等待是否有告警触发，经过这个时间后，可以把这段时间的告警批量发送给接受者，默认为 3 分钟。
- 重复间隔： 发送两条相同的告警之间的时间间隔，默认为 1 小时。

工作负载 Selector 告警（Workload Selector Alerts）#

工作负载 Selector 告警的作用是监控添加了某个标签的全部工作负载的可用性。

输入告警的名称。
选择Workload Selector 选项，单击添加选择器 ，输入标签的键值对。如果有工作负载符合这个描述，就会触发告警。
选择告警的重要程度。
- 危险: 最紧急，已经对工作负载产生了影响，需要用户进行一些操作，修正这个影响。
- 警告: 一般紧急，暂时对工作负载没有影响。
- 信息: 最不紧急，仅仅是通知用户，工作负载内发生了一个事件。
建议您在选择告警重要程度的时候，综合考虑设置的百分比和工作负载的重要程度。
配置高级选项。默认状态下，一个告警组内的所有的告警规则都会继承告警组中的这些选项。但配置告警规则的时候，您也可以覆盖告警组中的这些高级设置。
- 告警组等待时长： 第一次发送告警信息前，等待时间，默认为 30 秒。
- 告警组间隔时长： 在发送了第一次的告警之后有新告警产生时，等待是否有告警触发，经过这个时间后，可以把这段时间的告警批量发送给接受者，默认为 3 分钟。
- 重复间隔： 发送两条相同的告警之间的时间间隔，默认为 1 小时。
建议您在选择告警重要程度的时候，综合考虑设置的百分比和工作负载的重要程度。

表达式告警（Metric Expression Alerts）#

v2.2.4 或更新版本可用

如果您启用了项目监控，这个告警类型使用 Prometheus 表达式查询的项目是否过载。

输入告警的名称。
输入一个新的表达式，或选择一个已有的表达式，下拉菜单展示了 Prometheus 自带的监控指标
- 容器
- Kubernetes 资源
- 自定义指标
- 项目级别 Grafana 的指标
- 项目级别 Prometheus 的指标
选择触发告警的方式。
- 等于： 表达式的值与阈值相等时触发告警。
- 不等于：表达式的值与阈值不相等时触发告警。
- 大于：表达式的值大于阈值时触发告警。
- 小于：表达式的值小于阈值时触发告警。
- 大于或等于：表达式的值大于或等于阈值时触发告警。
- 小于或等于：表达式的值小于或等于阈值时触发告警。
输入触发告警的阈值。
输入一个持续时间，表示在这条告警在指定的时间段内一直是有效的。
选择告警的重要程度。
- 危险: 最紧急，已经对工作负载产生了影响，需要用户进行一些操作，修正这个影响。
- 警告: 一般紧急，暂时对工作负载没有影响。
- 信息: 最不紧急，仅仅是通知用户，工作负载内发生了一个事件。
建议您基于告警对操作的影响，选择告警的重要程度。例如，您设定了两条关于容器内存限制的告警，一条告警规定了内存使用率超过 60%时发出告警信息，另一条告警规定了内存使用率超过 95%时发出告警信息；您可以将前者的重要程度设置为信息，将后者的重要程度设置为危险。
配置高级选项。默认状态下，一个告警组内的所有的告警规则都会继承告警组中的这些选项。但配置告警规则的时候，您也可以覆盖告警组中的这些高级设置。
- 告警组等待时长： 第一次发送告警信息前，等待时间，默认为 30 秒。
- 告警组间隔时长： 在发送了第一次的告警之后有新告警产生时，等待是否有告警触发，经过这个时间后，可以把这段时间的告警批量发送给接受者，默认为 3 分钟。
- 重复间隔： 发送两条相同的告警之间的时间间隔，默认为 1 小时。

后续操作#

（可选）添加其他告警规则 到这个告警组内。
返回告警组页面，单击 ... > 升级 ，进入编辑告警组页面，在页面最下方告警到旁边的文本框中选择发送告警消息的方式，和告警消息的收件人。您可以选择多种方式发送告警信息，也可以随时修改收件人的名单。

结果： 完成告警和告警信息的配置。触发告警时，告警信息会通过您指定的方式发送给指定的收件人。

管理项目告警#

打开项目，导航到您需要调整的告警。然后选择工具 > 告警。在 v2.2.0 之前的版本，您可以选择资源 > 告警。管理项目告警提供了以下功能：

停用告警/重新激活告警
修改告警相关参数
删除多余的告警规则
对已触发的告警开启静音
对已静音的告警取消静音