Oracle Cloud Infrastructure-Dokumentation

Alarme erstellen

Alarme festlegen

Wenn eine Metrikbedingung erfüllt ist, können Sie das Alarmsystem des Monitoring-Service verwenden, um interessierte Parteien vor Bedingungen zu warnen. Sie können Alarme für einzelne Ressourcen oder für ein gesamtes Compartment erstellen.

Ops Insights bietet bequemen Zugriff auf die Alarmerstellungsfunktion des Monitoring-Service direkt von einer beliebigen Flottenressourcenseite aus.

So erstellen Sie einen Alarm:
  1. Klicken Sie im linken Fensterbereich auf Administration.
  2. Klicken Sie auf eine Flottenressource. (Datenbankflotte, Hostflotte, Exadata-Flotte, Ops Insights-Warehouse).
  3. Klicken Sie auf das Menü Aktion (vertikale Auslassungspunkte) für eine bestimmte Ressource, und wählen Sie Alarme hinzufügen aus. Der Bereich Alarme zu Metriken hinzufügen wird angezeigt. Blenden Sie den Beschreibungsbereich unter jeder Metrik ein, um vorgeschlagene Triggerparameter sowie Schlüsseldimensionen anzuzeigen.
    Die Grafik zeigt den Bereich "Alarme zu Metriken hinzufügen".

  4. Klicken Sie auf Alarm hinzufügen. Sie gelangen zur Seite Alarm erstellen des Monitoring-Service, auf der die erforderlichen Metrikdetails bereits aufgefüllt sind.
    Hinweis

    Standardmäßig gilt ein Alarm für eine einzelne Ressource. Wenn der Alarm auf ein gesamtes Compartment angewendet werden soll, entfernen Sie resourceID.
  5. Wählen Sie unter Benachrichtigung > Ziele ein Thema oder einen Kanal aus, das bzw. den Sie zum Senden von Benachrichtigungen verwenden möchten, wenn ein Alarm ausgelöst wird. Alternativ können Sie ein Thema erstellen.
  6. Geben Sie einen Alarmnamen an, und legen Sie den vorgeschlagenen Schwellenwert und die Triggerverzögerung fest.
  7. Klicken Sie auf Alarm speichern.

Spezifische Alarmbedingungen

SQL-Alarme

Sie können Alerts für Bedingungen erstellen, die für die Metrik NumSqlsNeedingAttention definiert sind. Alarme müssen auf eine bestimmte Weise erstellt werden, damit sie ordnungsgemäß gelöscht werden können. Die folgenden Beispiele zeigen, wie Sie einen Alarm unter verschiedenen Alarmbedingungen auslösen.

Alarmzustand MQL-Alarmdefinition
Sie möchten einen Alarm auslösen, wenn die Gesamtanzahl der SQL-Anweisungen in allen Ressourcen, die sowohl herabgestuft sind als auch eine Planänderung aufweisen, größer als 5 ist. 
NumSqlsNeedingAttention[3h]
{isIncreasingCpu="1", isDegraded="1"}.absent()==0 && NumSqlsNeedingAttention[3h]{isIncreasingCpu="1", isDegraded="1"}
.sum() > 5
Sie möchten einen Alarm auslösen, wenn eine Ressource eine Planänderung aufweist. 
NumSqlsNeedingAttention[3h]
{isPlanChanged = "1"}.absent()==0 && NumSqlsNeedingAttention[3h]{isPlanChanged = "1"}
.max() > 0
Sie möchten einen Alarm auslösen, wenn eine Ressource eine Planänderung aufweist. 
NumSqlsNeedingAttention[3h]
{isPlanChanged = "1", resourceId = "opsi.ocid"}
.absent()==0 && NumSqlsNeedingAttention[3h]
{isPlanChanged = "1", resourceId = "opsi.ocid}
.max() > 0

Ähnliche Muster können für jede der Dimensionen verwendet werden. Um einen Alarm für eine bestimmte Bedingung auszulösen, sieht die allgemeine Alarmdefinitionssyntax im Allgemeinen wie folgt aus:

NumSqlsNeedingAttention[3h]
{dim1="val1", dim2="val2", ....}
.absent()==0 && NumSqlsNeedingAttention[3h]
{dim1="val1", dim2="val2, ...}
.sum() > 5
Hinweis

Sie müssen sowohl die Bedingung abwesend als auch eine Bedingung Schwellenwert angeben, wie oben gezeigt, und die Dimensionsspezifikation muss in beiden Klauseln identisch sein. Ändern Sie nur die Dimensionen oder den Schwellenwert nach Bedarf, und lassen Sie die anderen Werte unverändert.

Datenflussverzögerungen

Sie können Alerts für Bedingungen erstellen, die für die Metrik DataFlowDelayInHrs definiert sind. In der folgenden Tabelle sind einige empfohlene Alarme aufgeführt, die Sie einrichten können, sowie entsprechende Monitoring Query Language-(MQL-)Beispiele, die Sie bei der Definition Ihrer Alarme als Vorlage verwenden können. Weitere Informationen zum Einrichten von Alarmen finden Sie unter Alarme verwalten.

Alarmname MQL-Alarmdefinition Beschreibung
DataFlowSourceAlarmFor1HrData DataFlowDelayInHrs[1h]{dataProcessingFrequencyInHrs="1.00"}.grouping(telemetrySourceType , sourceIdentifier).mean() > 48

Ausstehende Dauer: 1 Std.

 Bei einem sourceType, sourceIdentifier mit einer Datenverarbeitungshäufigkeit von 1 Stunde beträgt der Mittelwert (auf allen Zielen) von DataFlowDelayInHrs 6 Stunden lang ununterbrochen mehr als 48 Stunden. Dies weist darauf hin, dass sich das Problem auf der gesamten Quellebene befindet.
DataFlowResourceAlarmFor1HrData DataFlowDelayInHrs[1h]{dataProcessingFrequencyInHrs="1.00"}.grouping(telemetrySourceType, resourceId,resourceDisplayName, sourceIdentifier).max() > 24

Ausstehende Dauer: 1 Std.

 Bei einem sourceType, resource und sourceIdentifier beträgt DataFlowDelayInHrs 1 Tag lang ununterbrochen mehr als 24 Stunden für den Datentyp, der eine Datenverarbeitungshäufigkeit von 1 Stunde hat.
DataFlowResourceAlarmFor3HrData DataFlowDelayInHrs[3h]{dataProcessingFrequencyInHrs="3.00"}.grouping(telemetrySourceType, resourceId, sourceIdentifier).max() > 48

Ausstehende Dauer: 1 Std.

 Bei einem sourceType, resource und sourceIdentifier beträgt DataFlowDelayInHrs 1 Tag lang ununterbrochen mehr als 48 Stunden für den Datentyp, der eine Datenverarbeitungshäufigkeit von alle 3 Stunden hat.
DataFlowResourceAlarmForDailyData DataFlowDelayInHrs[3h]{dataProcessingFrequencyInHrs="24.00"}.grouping(telemetrySourceType, resourceId, sourceIdentifier).mean()

Ausstehende Dauer: 1 Std.

 Bei einem sourceType, resource und sourceIdentifier beträgt DataFlowDelayInHrs 1 Tag lang ununterbrochen mehr als 72 Stunden für den Datentyp, der eine Datenverarbeitungshäufigkeit von alle 24 Stunden hat.

Info zu Prognoseproblemen

Ops Insights bietet Metriken, mit denen Sie Alarme für eine hohe (Standardwert > 75%) oder niedrige (Standardwert < 25%) Auslastung für eine bestimmte Ressource und Ressource konfigurieren können. Außerdem können Sie diese Schwellenwerte für Prognosemetriken anpassen. Unterstützung bei der Bereitstellung detaillierterer Prognosen für das Kapazitätsmanagement, sodass Sie proaktiver im Ressourcenmanagement arbeiten können, indem Sie Schwellenwerte festlegen, die für einen bestimmten Zieltyp relevanter sind, um genauere Prognosen zu erstellen. Weitere Informationen zum Festlegen von Schwellenwerten finden Sie unter Ändern von Auslastungsschwellenwerten.

Die Prognosemetriken werden mit maximal 100 Tagen Historiendaten und einem Prognosefenster von 90 Tagen generiert. Sie können die Prognose in der Ops Insights-Konsole prüfen, indem Sie im Zeitbereichsfilter "1 Jahr" und für 90 Tage "Hoch" oder "Niedrig" auswählen, wie unten gezeigt.


Zeitraumauswahl

90 Tage hohe Auslastung

90 Tage niedrige Auslastung

Die folgende Tabelle enthält ein Beispiel für einen empfohlenen Alarm, den Sie einrichten können, sowie ein entsprechendes Monitoring Query Language-(MQL-)Beispiel, das Sie bei der Definition Ihrer Alarme als Vorlage verwenden können. Weitere Informationen zum Einrichten von Alarmen finden Sie unter Alarme verwalten.

Alarmname MQL Beschreibung
DaysToReachHighUtilizationStorageLessThan30D DaysToReachHighUtilization[1D]{resourceMetric="STORAGE", resourceType="Database", exceededForecastWindow="false"}.grouping(telemetrySource,resourceId).mean() < 30," Bei sourceType, resourceType, resourceMetric und sourceIdentifier beträgt DaysToReachHighUtilization weniger als 30 Tage.
DaysToReachHighUtilizationExaStorage DaysToReachHighUtilization[1D]{resourceMetric="STORAGE", resourceType="Database", exceededForecastWindow="false"}.grouping(telemetrySource,resourceId).mean() < 30, Bei sourceType, resourceType, resourceMetric und sourceIdentifier beträgt DaysToReachHighUtilization weniger als 30 Tage.
Hinweis

Bei linear- und saisonalitätsbezogenen Prognosen umfasst das Prognosefenster 90 Tage. Wenn eine bestimmte Ressource eine Prognose von mehr als 90 Tagen aufweist, zeigt der Metrikwert daher standardmäßig 91 Tage an. Für AutoML wird dies nach Anzahl der verfügbaren Datenpunkte prognostiziert.