大盘告警配置管理

通过创建监控告警，您可以制定针对特定指标数值进行告警。当告警事件的条件满足后，系统会自动通知您告警信息。

前提条件

• 已接入监控实例
• 需启用采集任务,具体参考文档：接入监控实例并启用采集任务

创建告警

1. 登录百舸异构计算平台AIHC控制台，点击资源池名称，进入资源池详情页面。

2. 点击关联监控实例(CPROM)进入监控实例详情

3. 在左侧控制栏中选择告警配置，点击创建告警。

4. 配置告警策略信息：

告警模板	告警名称	告警规则	告警内容	标签	注释
资源统计-节点不可用报警	自定义	(count((volcano_node_idle{clusterID="您的资源池ID",resource_type="totalGPU"}>0  and on (node_name) volcano_node_status{node_reason="NotReady"}) or (volcano_node_idle{resource_type="totalGPU"}>0 and on (node_name)volcano_node_status{node_reason="Unschedulable"}))) > 0	百度智能云-百舸异构计算平台-告警消息，资源池：{{ $labels.clusterID }} ，不可用节点 > 0 ，请关注	标签名称：clusterID 标签值：您的资源池ID	自定义

4.1. 告警规则获取：

4.1.1. 进入观测资源页面点击所需仪表盘设置，点击弹窗中 Inspect 中的 Panel JSON

4.1.2. 在找到您所需指标对应options和value，例如：图中所选options为value #D，value为不可用节点数

4.1.3. 通过options对应的refId（图中为D）找到所需指标字段，复制指标对应expr字段（删除路径中的“\”，将$clusterID替换为您的集群ID）

4.2. 填入告警规则中，在字段后自定义添加告警条件，例如：(example) > 0 为当example的值大于0时发出告警

5. 配置通知策略，包括策略名称、通知时段、通知周期、通知方式、通知对象、告警升级等，可选择已有通知策略模板或新建自定义通知模板。

6. 点击“创建”，创建告警策略和对应的通知策略。

管理告警策略

1. 创建告警策略成功后，在“监控实例 > 告警配置”中可查看当前监控实例的告警策略列表，展示告警名称、告警规则、持续时间、通知策略、状态等信息。

2. 在告警策略的操作列中，点击“编辑”，即可修改告警策略的信息。

删除告警策略

创建告警策略成功后，在“监控实例 > 告警配置”中可查看当前监控实例的告警策略列表，在告警策略的操作列中，点击“删除”，在二次确认弹窗中，点击“确认”，即可删除告警策略，相关告警规则自动失效。

注：告警策略暂不支持自定义模板保存和管理，删除后将无法找回，请谨慎操作。